本章将向您介绍建模的一些背景理论与术语，重点包括通用建模框架、用于解释与用于预测的建模之区别，以及建模问题本身。此外，您将开始进行第一次探索性数据分析，这是任何正式建模之前至关重要的第一步。

解释型建模背景

年龄的探索性可视化

年龄的数值汇总

预测建模背景

房屋面积的探索性可视化

房屋面积的 Log10 变换

用于解释的建模问题

教学评分与"beauty"分数的 EDA

教学评分与"美貌"评分的相关性

用于预测的建模问题

房价与临水属性的 EDA

用 waterfront 预测房价

建模入门

在掌握通用建模框架后，本章将讲解基础线性回归。您将保持设置简单，将结果变量 y 建模为单个解释/预测变量 x 的函数。我们会同时使用数值型和分类型的 x 变量。本章关注的结果变量是德克萨斯大学奥斯汀分校授课教师的教学评分。

用年龄解释教学评分

绘制"最佳拟合"的回归线

用数值型 x 拟合回归

用年龄预测教学评分

使用 "beauty score" 进行预测

计算拟合/预测值与残差

用性别解释教学评分

评分与职级关系的 EDA

用分类 x 拟合回归

用性别预测教学评分

使用 rank 进行预测

可视化残差分布

基础回归建模

上一章中，您学习了只使用单个数值或单个分类预测变量的基础回归。但为何只用一个变量来支持解释或预测？现在，您将把基础回归扩展为多元回归，从而在模型中纳入不止一个解释或预测变量。您将使用西雅图（华盛顿州）都会区的房屋数据集来建模房价。

用年份与面积解释房价

关系的 EDA

拟合回归模型

用年份与面积预测房价

使用面积和卧室数进行预测

解释残差

用面积与房况解释房价

平行斜率模型

解读平行斜率模型

用面积与状况预测房价

使用面积和是否临水进行预测

对"新"房源进行自动化预测

多元回归建模

前几章中，您拟合了多种模型来解释或预测关注的结果变量。然而，我们如何判断该选择哪些模型？模型评估度量可用于判断解释性模型对数据的"拟合"程度，或预测性模型的准确性。基于这些度量，您将学习判定"最佳"模型的准则。

模型评估与选择

复习：残差平方和

应选择哪个模型？

使用 R-squared 评估模型拟合度

计算模型的 R-squared

比较两个模型的 R-squared

用 RMSE 评估预测

计算模型的 MSE 与 RMSE

比较两个模型的 RMSE

验证集预测框架

将模型拟合到训练数据

在测试数据上进行预测

总结——接下来该怎么做？

在本课程中，您将学习如何使用数据进行建模。模型用于刻画关注的结果变量与一组解释/预测变量之间的关系。此类模型既可用于解释目的，例如："知道教授的年龄是否有助于解释其教学评分？"，也可用于预测目的，例如："仅根据房屋的面积和状况，能多准确地预测房价？" 您将运用 tidyverse 技能来构建并解读这些模型。课程以线性回归为核心——这是一种最常用且易于理解的建模方法。此类建模方法与思维广泛应用于统计学、因果推断、机器学习和人工智能等领域。

Data Manipulation with dplyr 

探索数据建模类型，包括预测，学习在Tidyverse中进行线性回归和模型评估。

Tidyverse 的数据建模

探索数据建模中的不同类型，包括用于预测的类型，并学习如何在 Tidyverse 中进行线性回归和模型评估指标。

总结——接下来该怎么做？

Create Your Free Account