您将学习这一常用统计模型的基础：什么是回归，以及线性回归与逻辑回归的区别。接着，您将学习如何使用数值型和分类型解释变量来拟合简单线性回归模型，并通过模型系数来描述响应变量与解释变量之间的关系。

两个变量的故事

哪个是响应变量？

可视化两个变量

拟合线性回归

估计截距

估计斜率

使用 lm() 做线性回归

分类解释变量

数值变量与分类变量的可视化

按类别计算均值

lm() 与分类解释变量

简单线性回归

本章将带您使用线性回归模型对台湾房价和 Facebook 广告点击进行预测。您还将通过上手机器学习模型对象、理解"回归到均值"的概念，并学习如何对数据集中的变量进行变换，从而进一步提升回归技能。

进行预测

预测房价

可视化预测结果

预测的边界

使用模型对象

提取模型元素

手动预测房价

使用 broom

回归到均值

本垒打！

绘制连续两年的投资组合收益

建模连续两年的收益

变量变换

转换自变量

同时变换响应变量

预测与模型对象

本章将学习如何围绕模型提出问题以评估拟合效果。您将学会量化线性回归模型的拟合优度，利用可视化诊断模型问题，并理解用于构建模型的每个观测的杠杆值与影响力。

量化模型拟合

判定系数

残差标准误

可视化模型拟合

残差 vs. 拟合值

残差的 Q-Q 图

尺度-位置图

绘制诊断图

离群点、杠杆值与影响力

杠杆值

影响力

提取杠杆值与影响力

评估模型拟合

学习如何拟合逻辑回归模型。借助真实世界数据，您将把客户销户的可能性表示为成功概率和优势比进行预测，并使用混淆矩阵量化模型性能。

为什么需要逻辑回归

探索解释变量

线性与逻辑模型的可视化

使用 glm() 进行逻辑回归

预测与优势比

概率

最可能的结果

优势比

对数优势比（log odds ratio）

量化逻辑回归的拟合效果

计算混淆矩阵

衡量逻辑回归模型的性能

准确率、灵敏度、特异度

恭喜您

简单逻辑回归

Churn data

Ad conversion data

S&P 500 Yearly Returns

Taiwan Real Estate

线性回归和逻辑回归是最常用的两类统计模型，像万能钥匙一样，帮助揭示数据集中的规律。在本课程中，您将学会拟合简单的线性回归和逻辑回归。通过动手练习，您将探索真实世界数据集中变量之间的关系，例如机动车保险理赔、台湾房价、鱼类体长等。课程结束时，您将能够基于数据进行预测、量化模型性能，并诊断模型拟合中的问题。

Introduction to Data Visualization with ggplot2

Introduction to Statistics in R

学习如何通过使用R实现、分析和解释线性和逻辑回归来预测房价和广告点击率。

R 中的回归入门

用 R 实现、分析并解读回归分析，预测房价和广告点击率。 

数据科学家助理 在 R 中

统计学家 在 R 中

统计学基础 在 R 中

Data Evangelist at DataCamp

鲫鱼数据集

哪些点是离群点？

极端解释变量取值

远离回归线的响应值

杠杆值（Leverage）

.hat 列

高杠杆鲫鱼

影响力（Influence）

库克距离（Cook's distance）

.cooksd 列

最有影响力的鲫鱼

移除最有影响力的鲫鱼

autoplot()

Passons à la pratique !

评估模型拟合 - 离群点、杠杆值与影响力

离群点、杠杆值与影响力

Create Your Free Account