{"id":489,"date":"2023-07-29T17:48:18","date_gmt":"2023-07-29T17:48:18","guid":{"rendered":"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/"},"modified":"2023-07-29T17:48:18","modified_gmt":"2023-07-29T17:48:18","slug":"regresja-krok-po-kroku-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/","title":{"rendered":"Kompletny przewodnik po regresji krok po kroku w r"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/pl\/selekcja-etapami\/\" target=\"_blank\" rel=\"noopener noreferrer\">Regresja krokowa<\/a> to procedura, kt\u00f3r\u0105 mo\u017cemy zastosowa\u0107 do zbudowania <a href=\"https:\/\/statorials.org\/pl\/wielokrotna-regresja-liniowa\/\" target=\"_blank\" rel=\"noopener noreferrer\">modelu regresji<\/a> na podstawie zbioru zmiennych predykcyjnych poprzez stopniowe wprowadzanie i usuwanie predyktor\u00f3w w modelu, a\u017c do momentu, gdy nie b\u0119dzie ju\u017c statystycznie uzasadnionego powodu do wprowadzania lub usu\u0144 wi\u0119cej.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Celem regresji krokowej jest utworzenie modelu regresji obejmuj\u0105cego wszystkie zmienne predykcyjne, kt\u00f3re s\u0105 statystycznie istotnie powi\u0105zane ze <a href=\"https:\/\/statorials.org\/pl\/zmienne-odpowiedzi-wyjasniajace\/\" target=\"_blank\" rel=\"noopener noreferrer\">zmienn\u0105 odpowiedzi<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">W tym samouczku wyja\u015bniono, jak wykona\u0107 nast\u0119puj\u0105ce procedury regresji krok po kroku w j\u0119zyku R:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Wyb\u00f3r krok po kroku<\/span><\/li>\n<li> <span style=\"color: #000000;\">Wyb\u00f3r wsteczny krok po kroku<\/span><\/li>\n<li> <span style=\"color: #000000;\">Wyb\u00f3r krok po kroku w obu kierunkach<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">W ka\u017cdym przyk\u0142adzie u\u017cyjemy wbudowanego zbioru danych <strong>mtcars<\/strong> :<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#view first six rows of <em>mtcars\n<\/em><\/span>head(mtcars)\n\n                   mpg cyl disp hp drat wt qsec vs am gear carb\nMazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4\nMazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4\nDatsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1\nHornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1\nHornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2\nValiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Dopasujemy model regresji liniowej, wykorzystuj\u0105c <em>mpg<\/em> (mile na galon) jako zmienn\u0105 odpowiedzi i pozosta\u0142ych 10 zmiennych w zestawie danych jako potencjalne zmienne predykcyjne.<\/span><\/p>\n<p> <span style=\"color: #000000;\">W ka\u017cdym przyk\u0142adzie u\u017cyjemy wbudowanej funkcji <a href=\"https:\/\/www.rdocumentation.org\/packages\/stats\/versions\/3.6.2\/topics\/step\" target=\"_blank\" rel=\"noopener noreferrer\">step()<\/a> pakietu stats, aby przeprowadzi\u0107 selekcj\u0119 krokow\u0105, korzystaj\u0105c z nast\u0119puj\u0105cej sk\u0142adni:<\/span><\/p>\n<p style=\"text-align: left;\"> <span style=\"color: #000000;\"><strong>scena (tylko model przechwytywania, kierunek, zasi\u0119g)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Z\u0142oto:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>tylko oryginalny model<\/strong> : tylko formu\u0142a oryginalnego modelu<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Kierunek:<\/strong> Tryb wyszukiwania krokowego mo\u017ce by\u0107 \u201eoba\u201d, \u201edo ty\u0142u\u201d lub \u201edo przodu\u201d.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>zakres:<\/strong> formu\u0142a okre\u015blaj\u0105ca predyktory, kt\u00f3re chcieliby\u015bmy wprowadzi\u0107 do modelu<\/span><\/li>\n<\/ul>\n<h3> <span style=\"color: #000000;\"><strong>Przyk\u0142ad 1: Wyb\u00f3r krok po kroku do przodu<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Poni\u017cszy kod pokazuje, jak krok po kroku dokona\u0107 wyboru:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define intercept-only model\n<\/span>intercept_only &lt;- lm(mpg ~ 1, data=mtcars)\n\n<span style=\"color: #008080;\">#define model with all predictors\n<\/span>all &lt;- lm(mpg ~ ., data=mtcars)\n\n<span style=\"color: #008080;\">#perform forward stepwise regression\n<\/span>forward &lt;- step(intercept_only, direction=' <span style=\"color: #008000;\">forward<\/span> ', scope= <span style=\"color: #3366ff;\">formula<\/span> (all), trace=0)\n\n<span style=\"color: #008080;\">#view results of forward stepwise regression<\/span>\nforward$anova\n\n   Step Df Deviance Resid. Df Resid. Dev AIC\n1 NA NA 31 1126.0472 115.94345\n2 + wt -1 847.72525 30 278.3219 73.21736\n3 + cyl -1 87.14997 29 191.1720 63.19800\n4 + hp -1 14.55145 28 176.6205 62.66456\n\n<span style=\"color: #008080;\">#view final model\n<\/span>forward$coefficients\n\n(Intercept) wt cyl hp \n 38.7517874 -3.1669731 -0.9416168 -0.0180381 \n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\"><em><strong>Uwaga:<\/strong> Argument trace=0 m\u00f3wi R, aby nie wy\u015bwietla\u0142 pe\u0142nych wynik\u00f3w wyboru krok po kroku. Mo\u017ce to zaj\u0105\u0107 du\u017co miejsca, je\u015bli istnieje du\u017ca liczba zmiennych predykcyjnych.<\/em><\/span><\/p>\n<p> <span style=\"color: #000000;\">Oto jak interpretowa\u0107 wyniki:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Najpierw dopasowujemy model tylko przechwytuj\u0105cy. Model ten mia\u0142 AIC wynosz\u0105cy <strong>115,94345<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Nast\u0119pnie dopasowujemy wszystkie mo\u017cliwe modele do predyktora. W modelu, kt\u00f3ry generowa\u0142 najni\u017csze AIC i kt\u00f3ry r\u00f3wnie\u017c charakteryzowa\u0142 si\u0119 statystycznie istotn\u0105 redukcj\u0105 AIC w por\u00f3wnaniu z modelem bazowym, zastosowano predyktor <em>wt<\/em> . Model ten mia\u0142 AIC <strong>73,21736<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Nast\u0119pnie dopasowujemy wszystkie mo\u017cliwe modele za pomoc\u0105 dw\u00f3ch predyktor\u00f3w. Model, kt\u00f3ry wygenerowa\u0142 najni\u017csz\u0105 warto\u015b\u0107 AIC, a tak\u017ce charakteryzowa\u0142 si\u0119 statystycznie istotn\u0105 redukcj\u0105 AIC w por\u00f3wnaniu z modelem z pojedynczym predyktorem, doda\u0142 predyktor <em>cyl<\/em> . Model ten mia\u0142 AIC <strong>63,19800<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Nast\u0119pnie dopasowujemy wszystkie mo\u017cliwe modele do trzech predyktor\u00f3w. Model, kt\u00f3ry wygenerowa\u0142 najni\u017csze AIC i kt\u00f3ry r\u00f3wnie\u017c charakteryzowa\u0142 si\u0119 statystycznie istotn\u0105 redukcj\u0105 AIC w por\u00f3wnaniu z modelem z dwoma predyktorami, doda\u0142 predyktor <em>hp<\/em> . Model ten mia\u0142 AIC wynosz\u0105cy <strong>62,66456<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Nast\u0119pnie dopasowujemy wszystkie mo\u017cliwe modele do czterech predyktor\u00f3w. Okaza\u0142o si\u0119, \u017ce \u017caden z tych modeli nie spowodowa\u0142 znacz\u0105cej redukcji AIC, wi\u0119c przerwali\u015bmy procedur\u0119.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Ostateczny model wygl\u0105da nast\u0119puj\u0105co:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>mpg ~ 38,75 \u2013 3,17*waga \u2013 0,94*cyl \u2013 0,02*hip<\/strong><\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Przyk\u0142ad 2: Wyb\u00f3r wsteczny krok po kroku<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Poni\u017cszy kod pokazuje, jak cofn\u0105\u0107 si\u0119:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define intercept-only model\n<\/span>intercept_only &lt;- lm(mpg ~ 1, data=mtcars)\n\n<span style=\"color: #008080;\">#define model with all predictors\n<\/span>all &lt;- lm(mpg ~ ., data=mtcars)\n\n<span style=\"color: #008080;\">#perform backward stepwise regression\n<\/span>backward &lt;- step(all, direction=' <span style=\"color: #008000;\">backward<\/span> ', scope= <span style=\"color: #3366ff;\">formula<\/span> (all), trace=0)\n\n<span style=\"color: #008080;\">#view results of backward stepwise regression<\/span>\nbackward$anova\n\n    Step Df Deviance Resid. Df Resid. Dev AIC\n1 NA NA 21 147.4944 70.89774\n2 - cyl 1 0.07987121 22 147.5743 68.91507\n3 - vs 1 0.26852280 23 147.8428 66.97324\n4 - carb 1 0.68546077 24 148.5283 65.12126\n5 - gear 1 1.56497053 25 150.0933 63.45667\n6 - drat 1 3.34455117 26 153.4378 62.16190\n7 - available 1 6.62865369 27 160.0665 61.51530\n8 - hp 1 9.21946935 28 169.2859 61.30730\n\n<span style=\"color: #008080;\">#view final model\n<\/span>backward$coefficients\n\n(Intercept) wt qsec am \n   9.617781 -3.916504 1.225886 2.935837\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Oto jak interpretowa\u0107 wyniki:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Najpierw dopasowujemy model, korzystaj\u0105c ze wszystkich predyktor\u00f3w <em>p<\/em> . Zdefiniuj to jako M <sub>p<\/sub> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Nast\u0119pnie dla k = p, p-1,\u20261 dopasowujemy wszystkie k modeli, kt\u00f3re zawieraj\u0105 wszystkie predyktory z wyj\u0105tkiem jednego w M <sub>k<\/sub> , w sumie k-1 zmiennych predykcyjnych. Nast\u0119pnie wybierz najlepszy spo\u015br\u00f3d tych k modeli i nazwij go M <sub>k-1<\/sub> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Na koniec wybieramy najlepszy model spo\u015br\u00f3d M <sub>0<\/sub> \u2026 M <sub>p<\/sub> przy u\u017cyciu AIC.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Ostateczny model wygl\u0105da nast\u0119puj\u0105co:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>mpg ~ 9,62 \u2013 3,92*waga + 1,23*qs + 2,94*am<\/strong><\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Przyk\u0142ad 3: Wyb\u00f3r krok po kroku w obu kierunkach<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Poni\u017cszy kod pokazuje, jak krok po kroku dokona\u0107 wyboru w obu kierunkach:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define intercept-only model\n<\/span>intercept_only &lt;- lm(mpg ~ 1, data=mtcars)\n\n<span style=\"color: #008080;\">#define model with all predictors\n<\/span>all &lt;- lm(mpg ~ ., data=mtcars)\n\n<span style=\"color: #008080;\">#perform backward stepwise regression\n<\/span>both &lt;- step(intercept_only, direction=' <span style=\"color: #008000;\">both<\/span> ', scope= <span style=\"color: #3366ff;\">formula<\/span> (all), trace=0)\n\n<span style=\"color: #008080;\">#view results of backward stepwise regression<\/span>\nboth$anova\n\n   Step Df Deviance Resid. Df Resid. Dev AIC\n1 NA NA 31 1126.0472 115.94345\n2 + wt -1 847.72525 30 278.3219 73.21736\n3 + cyl -1 87.14997 29 191.1720 63.19800\n4 + hp -1 14.55145 28 176.6205 62.66456\n\n<span style=\"color: #008080;\">#view final model\n<\/span>both$coefficients\n\n(Intercept) wt cyl hp \n 38.7517874 -3.1669731 -0.9416168 -0.0180381 \n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Oto jak interpretowa\u0107 wyniki:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Najpierw dopasowujemy model tylko przechwytuj\u0105cy.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Nast\u0119pnie sekwencyjnie dodali\u015bmy predyktory do modelu, tak jak to zrobili\u015bmy w przypadku selekcji krok po kroku. Jednak po dodaniu ka\u017cdego predyktora usun\u0119li\u015bmy tak\u017ce wszelkie predyktory, kt\u00f3re nie zapewnia\u0142y ju\u017c poprawy dopasowania modelu.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Powtarzali\u015bmy ten proces, a\u017c otrzymali\u015bmy ostateczny model.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Ostateczny model wygl\u0105da nast\u0119puj\u0105co:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>mpg ~ 9,62 \u2013 3,92*waga + 1,23*qs + 2,94*am<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Nale\u017cy zauwa\u017cy\u0107, \u017ce wyb\u00f3r kroku do przodu i wyb\u00f3r kroku w obu kierunkach da\u0142y ten sam ko\u0144cowy wz\u00f3r, podczas gdy wyb\u00f3r kroku do ty\u0142u da\u0142 inny wz\u00f3r.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Dodatkowe zasoby<\/strong><\/span><\/h3>\n<p> <a href=\"https:\/\/statorials.org\">Jak sprawdzi\u0107 znaczenie nachylenia regresji<\/a><br \/> <a href=\"https:\/\/statorials.org\">Jak czyta\u0107 i interpretowa\u0107 tabel\u0119 regresji<\/a><br \/> <a href=\"https:\/\/statorials.org\">Przewodnik po wielowsp\u00f3\u0142liniowo\u015bci w regresji<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Regresja krokowa to procedura, kt\u00f3r\u0105 mo\u017cemy zastosowa\u0107 do zbudowania modelu regresji na podstawie zbioru zmiennych predykcyjnych poprzez stopniowe wprowadzanie i usuwanie predyktor\u00f3w w modelu, a\u017c do momentu, gdy nie b\u0119dzie ju\u017c statystycznie uzasadnionego powodu do wprowadzania lub usu\u0144 wi\u0119cej. Celem regresji krokowej jest utworzenie modelu regresji obejmuj\u0105cego wszystkie zmienne predykcyjne, kt\u00f3re s\u0105 statystycznie istotnie powi\u0105zane [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-489","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Kompletny przewodnik po regresji krok po kroku w R - Statology<\/title>\n<meta name=\"description\" content=\"Kompletny przewodnik, jak krok po kroku przeprowadzi\u0107 regresj\u0119 w R, zawieraj\u0105cy kilka przyk\u0142ad\u00f3w.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Kompletny przewodnik po regresji krok po kroku w R - Statology\" \/>\n<meta property=\"og:description\" content=\"Kompletny przewodnik, jak krok po kroku przeprowadzi\u0107 regresj\u0119 w R, zawieraj\u0105cy kilka przyk\u0142ad\u00f3w.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T17:48:18+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Napisane przez\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minut\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/\",\"url\":\"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/\",\"name\":\"Kompletny przewodnik po regresji krok po kroku w R - Statology\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/pl\/#website\"},\"datePublished\":\"2023-07-29T17:48:18+00:00\",\"dateModified\":\"2023-07-29T17:48:18+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\"},\"description\":\"Kompletny przewodnik, jak krok po kroku przeprowadzi\u0107 regresj\u0119 w R, zawieraj\u0105cy kilka przyk\u0142ad\u00f3w.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Dom\",\"item\":\"https:\/\/statorials.org\/pl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Kompletny przewodnik po regresji krok po kroku w r\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/pl\/#website\",\"url\":\"https:\/\/statorials.org\/pl\/\",\"name\":\"Statorials\",\"description\":\"Tw\u00f3j przewodnik po kompetencjach statystycznych!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/pl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pl-PL\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\",\"name\":\"Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin Anderson\"},\"description\":\"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej\",\"sameAs\":[\"https:\/\/statorials.org\/pl\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Kompletny przewodnik po regresji krok po kroku w R - Statology","description":"Kompletny przewodnik, jak krok po kroku przeprowadzi\u0107 regresj\u0119 w R, zawieraj\u0105cy kilka przyk\u0142ad\u00f3w.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/","og_locale":"pl_PL","og_type":"article","og_title":"Kompletny przewodnik po regresji krok po kroku w R - Statology","og_description":"Kompletny przewodnik, jak krok po kroku przeprowadzi\u0107 regresj\u0119 w R, zawieraj\u0105cy kilka przyk\u0142ad\u00f3w.","og_url":"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/","og_site_name":"Statorials","article_published_time":"2023-07-29T17:48:18+00:00","author":"Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Napisane przez":"Benjamin Anderson","Szacowany czas czytania":"5 minut"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/","url":"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/","name":"Kompletny przewodnik po regresji krok po kroku w R - Statology","isPartOf":{"@id":"https:\/\/statorials.org\/pl\/#website"},"datePublished":"2023-07-29T17:48:18+00:00","dateModified":"2023-07-29T17:48:18+00:00","author":{"@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965"},"description":"Kompletny przewodnik, jak krok po kroku przeprowadzi\u0107 regresj\u0119 w R, zawieraj\u0105cy kilka przyk\u0142ad\u00f3w.","breadcrumb":{"@id":"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/pl\/regresja-krok-po-kroku-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Dom","item":"https:\/\/statorials.org\/pl\/"},{"@type":"ListItem","position":2,"name":"Kompletny przewodnik po regresji krok po kroku w r"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/pl\/#website","url":"https:\/\/statorials.org\/pl\/","name":"Statorials","description":"Tw\u00f3j przewodnik po kompetencjach statystycznych!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/pl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pl-PL"},{"@type":"Person","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965","name":"Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Benjamin Anderson"},"description":"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej","sameAs":["https:\/\/statorials.org\/pl"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/489","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/comments?post=489"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/489\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/media?parent=489"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/categories?post=489"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/tags?post=489"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}