Come utilizzare il metodo dei minimi quadrati in r
Il metodo dei minimi quadrati è un metodo che possiamo utilizzare per trovare la retta di regressione che meglio si adatta a un dato insieme di dati.
Per utilizzare il metodo dei minimi quadrati per adattare una retta di regressione in R, possiamo utilizzare la funzione lm() .
Questa funzione utilizza la seguente sintassi di base:
model <- lm(response ~ predictor, data=df)
L’esempio seguente mostra come utilizzare questa funzione in R.
Esempio: metodo dei minimi quadrati in R
Supponiamo di avere il seguente frame di dati in R che mostra il numero di ore studiate e il corrispondente punteggio dell’esame per 15 studenti in una classe:
#create data frame df <- data. frame (hours=c(1, 2, 4, 5, 5, 6, 6, 7, 8, 10, 11, 11, 12, 12, 14), score=c(64, 66, 76, 73, 74, 81, 83, 82, 80, 88, 84, 82, 91, 93, 89)) #view first six rows of data frame head(df) hours score 1 1 64 2 2 66 3 4 76 4 5 73 5 5 74 6 6 81
Possiamo utilizzare la funzione lm() per utilizzare il metodo dei minimi quadrati per adattare una linea di regressione a questi dati:
#use method of least squares to fit regression line model <- lm(score ~ hours, data=df) #view regression model summary summary(model) Call: lm(formula = score ~ hours, data = df) Residuals: Min 1Q Median 3Q Max -5,140 -3,219 -1,193 2,816 5,772 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 65,334 2,106 31,023 1.41e-13 *** hours 1.982 0.248 7.995 2.25e-06 *** --- Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: 3.641 on 13 degrees of freedom Multiple R-squared: 0.831, Adjusted R-squared: 0.818 F-statistic: 63.91 on 1 and 13 DF, p-value: 2.253e-06
Dai valori nella colonna Risultato stimato , possiamo scrivere la seguente linea di regressione adattata:
Punteggio esame = 65.334 + 1.982 (ore)
Ecco come interpretare ciascun coefficiente nel modello:
- Intercetta : Per uno studente che studia 0 ore, il punteggio atteso dell’esame è 65.334 .
- ore : Per ogni ora aggiuntiva studiata, il punteggio previsto dell’esame aumenta di 1.982 .
Possiamo utilizzare questa equazione per stimare il voto dell’esame che uno studente riceverà in base alle ore di studio.
Ad esempio, se uno studente studia per 5 ore, stimeremmo che il punteggio dell’esame sarebbe 75.244:
Punteggio esame = 65.334 + 1.982(5) = 75.244
Infine, possiamo creare un grafico a dispersione dei dati originali con la linea di regressione adattata sovrapposta al grafico:
#create scatter plot of data plot(df$hours, df$score, pch=16, col=' steelblue ') #add fitted regression line to scatter plot abline(model)
I cerchi blu rappresentano i dati e la linea nera rappresenta la linea di regressione adattata.
Risorse addizionali
I seguenti tutorial spiegano come eseguire altre attività comuni in R:
Come creare una trama residua in R
Come testare la multicollinearità in R
Come eseguire l’adattamento della curva in R