Hvordan man kan forutse nye dataværdi med R-dummier

Bortsett fra å beskrive relasjoner, kan modeller også brukes til å forutsi verdier for nye data. For det, bruker mange modellsystemer i R den samme funksjonen, beleilig kalt spådom (). Hvert modelleringsparadigm i R har en prediktiv funksjon med egen smak, men generelt er grunnleggende funksjonalitet det samme for alle.

Slik får du dataverdiene

For eksempel har en bilprodusent tre design for en ny bil og ønsker å vite hva den forventede kjørelengde er basert på vekten av hvert nytt design. For å gjøre dette, må du først opprette en dataramme med de nye verdiene - for eksempel slik:

>> nytt. biler <- data. ramme (wt = c (1, 7, 2. 4, 3. 6))

Sørg alltid for at variablene du bruker, er de samme som i modellen. Når du gjør det, kaller du bare forutsi () -funksjonen med de aktuelle argumentene, slik: >> forutse (Modell, newdata = nye biler) 1 2 3 28. 19952 24. 45839 18. 04503

Så den letteste bilen har en forventet kjørelengde på 28. 2 miles per gallon, og den tyngste bilen har en forventet kjørelengde på 18 miles per gallon, ifølge denne modellen. Selvfølgelig, hvis du bruker en utilstrekkelig modell, kan dine spådommer også være ganske mye også.

Tillit til dine spådommer

For å få en ide om nøyaktigheten av spådommene, kan du be om intervaller rundt spådommen din. For å få en matrise med prediksjonen og et 95 prosent konfidensintervall rundt gjennomsnittlig prediksjon, stiller du argumentintervallet til "selvtillit" slik: >> forutsi (modell, newdata = nye biler, interval = "tillit") passe lwr upr 1 28. 19952 26. 14755 30. 25150 2 24. 45839 23. 01617 25. 90062 3 18. 04503 16. 86172 19. 22834

Nå vet du at - ifølge din modell - en bil med en vekten på 2. 4 tonn har,

i gjennomsnitt

,

en kjørelengde mellom 23 og 25. 9 miles per gallon. På samme måte kan du be om et 95 prosent prediksjonsintervall ved å sette argumentintervallet til 'prediksjon':

>> predict (Modell, newdata = new cars, interval = "prediction") passer lwr upr 1 28. 19952 21. 64930 34. 74975 2 24. 45839 18. 07287 30. 84392 3 18. 04503 11. 71296 24. 37710 Denne informasjonen forteller deg at 95 prosent av bilene med en vekt på 2. 4 tonn har en kjørelengde et sted mellom 18. 1 og 30. 8 miles per gallon - forutsatt at modellen din er riktig, selvfølgelig. Hvis du heller vil konstruere ditt eget konfidensintervall, kan du også få standardfeilene på dine spådommer ved å sette argumentet se. passe til SAND. Du får ikke en vektor eller en matrise; I stedet får du en liste med en elementformat som inneholder spådommene og et element se.passform som inneholder standardfeilene.