重回帰モデルを使用して r の値を予測する方法

次の基本構文を使用すると、近似重回帰モデルを使用して R の値を予測できます。

 #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)

次の例は、この関数を実際に使用する方法を示しています。

例: 近似重回帰モデルを使用した値の予測

R にバスケットボール選手に関する情報を含む次のデータセットがあるとします。

 #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

ここで、ポイント、アシスト、およびリバウンドを予測変数として、評価を応答変数として使用して、重線形回帰モデルを近似するとします。

 #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

「推定」列の値から、適合回帰モデルを書くことができます。

スコア = 66.4355 + 1.2151 (ポイント) – 2.5968 (アシスト) + 2.8202 (リバウンド)

次のコードを使用して、20 得点、5 アシスト、2 リバウンドを持つ新しいプレーヤーの評価を予測できます。

 #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 

このモデルは、この新しいプレーヤーのレーティングが83.39607になると予測します。

新しいプレイヤーの値を当てはめた回帰式に挿入することで、これが正しいことを確認できます。

• スコア = 66.4355 + 1.2151 (ポイント) – 2.5968 (アシスト) + 2.8202 (リバウンド)
• レーティング = 66.4355 + 1.2151(20) – 2.5968(5) + 2.8202(2)
• スコア = 83.39

これは、R のdetect()関数を使用して計算した値と一致します。

追加リソース

次のチュートリアルでは、R で他の一般的なタスクを実行する方法について説明します。

R で単純な線形回帰を実行する方法
R で重回帰を実行する方法
R で残差プロットを作成する方法