วิธีการแก้ไขเชิงเส้นใน r (พร้อมตัวอย่าง)

การประมาณค่าเชิงเส้น เป็นกระบวนการประมาณค่าที่ไม่ทราบของฟังก์ชันระหว่างค่าที่ทราบสองค่า

เมื่อพิจารณาค่าที่ทราบสองค่า (x ₁ , y ₁ ) และ (x ₂ , y ₂ ) เราสามารถประมาณค่า y สำหรับจุด x โดยใช้สูตรต่อไปนี้:

y = y ₁ + (xx ₁ )(y ₂ -y ₁ )/(x ₂ -x ₁ )

ตัวอย่างต่อไปนี้แสดงวิธีการแก้ไขเชิงเส้นใน R

ตัวอย่าง: การประมาณค่าเชิงเส้นใน R

สมมติว่าเรามีกรอบข้อมูลต่อไปนี้ที่มีค่า x และ y ใน R:

 #define data frame
df <- data. frame (x=c(2, 4, 6, 8, 10, 12, 14, 16, 18, 20),
                 y=c(4, 7, 11, 16, 22, 29, 38, 49, 63, 80))

#view data frame
df

    xy
1 2 4
2 4 7
3 6 11
4 8 16
5 10 22
6 12 29
7 14 38
8 16 49
9 18 63
10 20 80

เราสามารถใช้โค้ดต่อไปนี้เพื่อสร้าง Scatterplot เพื่อแสดงภาพค่า (x,y) ในกรอบข้อมูล:

 #create scatterplot
plot(df$x, df$y, col=' blue ', pch= 19 )

ตอนนี้ สมมติว่าเราต้องการค้นหาค่า y ที่เกี่ยวข้องกับค่า x ใหม่เป็น 13

เราสามารถใช้ฟังก์ชัน approx() ใน R เพื่อทำสิ่งนี้:

 #fit linear regression model using data frame
model <- lm(y ~ x, data = df)

#interpolate y value based on x value of 13
y_new = approx(df$x, df$y, xout= 13 )

#view interpolated y value
y_new

$x
[1] 13

$y
[1] 33.5

ค่า y โดยประมาณกลายเป็น 33.5

หากเราเพิ่มจุด (13, 33.5) ลงในพล็อตของเรา ดูเหมือนว่าจะเข้ากับฟังก์ชันได้ค่อนข้างดี:

 #create scatterplot
plot(df$x, df$y, col=' blue ', pch= 19 )

#add the predicted point to the scatterplot
points(13, y_new$y, col=' red ', pch= 19 )

เราสามารถใช้สูตรนี้ในการประมาณค่าเชิงเส้นสำหรับค่า x ใหม่ใดๆ

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการงานทั่วไปอื่นๆ ใน R:

วิธีแก้ระบบสมการในอาร์
วิธีทำนายค่าใน R โดยใช้แบบจำลองการถดถอยพหุคูณ