एकाधिक प्रतिगमन मॉडल का उपयोग करके आर में मूल्यों की भविष्यवाणी कैसे करें

आप फिटेड मल्टीपल लीनियर रिग्रेशन मॉडल का उपयोग करके आर में मूल्यों की भविष्यवाणी करने के लिए निम्नलिखित मूल वाक्यविन्यास का उपयोग कर सकते हैं:

 #define new observation
new <- data. frame (x1=c(5), x2=c(10), x3=c(12.5))

#use fitted model to predict the response value for the new observation
predict(model, newdata=new)

निम्नलिखित उदाहरण दिखाता है कि व्यवहार में इस फ़ंक्शन का उपयोग कैसे करें।

उदाहरण: फिटेड मल्टीपल लीनियर रिग्रेशन मॉडल का उपयोग करके मूल्यों की भविष्यवाणी करना

मान लीजिए कि हमारे पास R में निम्नलिखित डेटासेट है जिसमें बास्केटबॉल खिलाड़ियों के बारे में जानकारी है:

 #create data frame
df <- data. frame (rating=c(67, 75, 79, 85, 90, 96, 97),
                 points=c(8, 12, 16, 15, 22, 28, 24),
                 assists=c(4, 6, 6, 5, 3, 8, 7),
                 rebounds=c(1, 4, 3, 3, 2, 6, 7))

#view data frame
df

  rating points assists rebounds
1 67 8 4 1
2 75 12 6 4
3 79 16 6 3
4 85 15 5 3
5 90 22 3 2
6 96 28 8 6
7 97 24 7 7

अब मान लीजिए कि हम भविष्यवक्ता चर के रूप में अंक , सहायता और रिबाउंड और प्रतिक्रिया चर के रूप में रेटिंग का उपयोग करके एक एकाधिक रैखिक प्रतिगमन मॉडल फिट करते हैं:

 #fit multiple linear regression model
model <- lm(rating ~ points + assists + rebounds, data=df)

#view model summary
summary(model)

Call:
lm(formula = rating ~ points + assists + rebounds, data = df)

Residuals:
      1 2 3 4 5 6 7 
-1.5902 -1.7181 0.2413 4.8597 -1.0201 -0.6082 -0.1644 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept) 66.4355 6.6932 9.926 0.00218 **
points 1.2152 0.2788 4.359 0.02232 * 
assists -2.5968 1.6263 -1.597 0.20860   
rebounds 2.8202 1.6118 1.750 0.17847   
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 3.193 on 3 degrees of freedom
Multiple R-squared: 0.9589, Adjusted R-squared: 0.9179 
F-statistic: 23.35 on 3 and 3 DF, p-value: 0.01396

अनुमान कॉलम में मानों से, हम फिटेड रिग्रेशन मॉडल लिख सकते हैं:

स्कोर = 66.4355 + 1.2151 (अंक) – 2.5968 (सहायता) + 2.8202 (रिबाउंड)

हम 20 अंक, 5 सहायता और 2 रिबाउंड वाले नए खिलाड़ी की रेटिंग का अनुमान लगाने के लिए निम्नलिखित कोड का उपयोग कर सकते हैं:

 #define new player
new <- data. frame (points=c(20), assists=c(5), rebounds=c(2))

#use the fitted model to predict the rating for the new player
predict(model, newdata=new)

       1 
83.39607 

मॉडल का अनुमान है कि इस नए प्लेयर की रेटिंग 83.39607 होगी।

हम नए खिलाड़ी के मानों को फिट किए गए प्रतिगमन समीकरण में सम्मिलित करके पुष्टि कर सकते हैं कि यह सही है:

• स्कोर = 66.4355 + 1.2151 (अंक) – 2.5968 (सहायता) + 2.8202 (रिबाउंड)
• रेटिंग = 66.4355 + 1.2151(20) – 2.5968(5) + 2.8202(2)
• स्कोर = 83.39

यह आर में पूर्वानुमान () फ़ंक्शन का उपयोग करके हमारे द्वारा गणना किए गए मान से मेल खाता है।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि आर में अन्य सामान्य कार्य कैसे करें:

आर में सरल रैखिक प्रतिगमन कैसे करें
आर में मल्टीपल लीनियर रिग्रेशन कैसे करें
आर में अवशिष्ट प्लॉट कैसे बनाएं