Прогнозування за моделлю безробіття

У цій вправі ви використаєте свою модель безробіття unemployment_model, щоб зробити прогнози для даних unemployment, і порівняєте спрогнозовані показники жіночого безробіття з фактично спостережуваними на тренувальних даних unemployment. Ви також застосуєте модель для прогнозування на нових даних у newrates, де міститься лише одне спостереження: чоловіче безробіття дорівнює 5%.

Інтерфейс predict() (docs) для моделей lm має вигляд

predict(model, newdata)

Ви скористаєтеся пакетом ggplot2 для побудови графіків, тож додасте стовпець із прогнозами до датафрейму unemployment. Ви побудуєте графік „фактичне значення проти прогнозу" і порівняєте його з лінією, що відповідає ідеальним прогнозам (коли результат дорівнює прогнозованому значенню).

Команда ggplot2 для побудови точкового графіка dframe$outcome проти dframe$pred (pred по осі x, outcome по осі y), разом із синьою лінією, де outcome == pred, має такий вигляд:

ggplot(dframe, aes(x = pred, y = outcome)) + 
       geom_point() +  
       geom_abline(color = "blue")

unemployment, unemployment_model і newrates вже завантажено для вас.

Ця вправа є частиною курсу

Кероване навчання в R: регресія

Переглянути курс

Інструкції до вправи

Використайте predict(), щоб спрогнозувати рівні жіночого безробіття для даних unemployment. Присвойте результат новому стовпцю prediction.
Використайте команду library(), щоб підключити пакет ggplot2.
Скористайтеся ggplot(), щоб порівняти прогнози з фактичними рівнями безробіття. Розмістіть прогнози на осі x. Наскільки результати близькі до лінії ідеального прогнозу?
Використайте датафрейм newrates, щоб спрогнозувати очікуваний рівень жіночого безробіття, коли чоловіче безробіття становить 5%. Присвойте відповідь змінній pred і виведіть її.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# unemployment is available
summary(unemployment)

# newrates is available
newrates

# Predict female unemployment in the unemployment dataset
unemployment$prediction <-  ___

# Load the ggplot2 package
___

# Make a plot to compare predictions to actual (prediction on x axis). 
ggplot(___, aes(x = ___, y = ___)) + 
  ___ +
  geom_abline(color = "blue")

# Predict female unemployment rate when male unemployment is 5%
pred <- ___
pred

Редагувати та запускати код