Hoe u nieuwe gegevenswaarden kunt voorspellen met R-dummies

Naast het beschrijven van relaties, kunnen modellen ook worden gebruikt om waarden voor nieuwe gegevens te voorspellen. Daarvoor gebruiken veel modelsystemen in R dezelfde functie, gewoonlijk voorspelling () genoemd. Elk modelleringsparadigma in R heeft een voorspellingsfunctie met een eigen smaak, maar over het algemeen is de basisfunctionaliteit voor al deze hetzelfde.

Gegevenswaarden ophalen

Een autofabrikant heeft bijvoorbeeld drie ontwerpen voor een nieuwe auto en wil weten wat de voorspelde kilometerstand is op basis van het gewicht van elk nieuw ontwerp. Om dit te doen, maakt u eerst een dataframe met de nieuwe waarden, bijvoorbeeld:

>> nieuw. auto's <- gegevens. frame (wt = c (1. 7, 2. 4, 3. 6))

Zorg er altijd voor dat de variabelenamen die u gebruikt dezelfde zijn als die in het model worden gebruikt. Wanneer je dat doet, roep je gewoon de functie voorspellen () aan met de geschikte argumenten, zoals deze: >> voorspellen (Model, nieuwe gegevens = nieuwe.auto's) 1 2 3 28. 19952 24. 45839 18. 04503

Dus, de lichtste auto heeft een voorspelde kilometerstand van 28. 2 mijl per gallon en de zwaarste auto heeft een voorspelde kilometerstand van 18 mijl per gallon, volgens dit model. Natuurlijk, als u een ontoereikend model gebruikt, kunnen uw voorspellingen ook behoorlijk afwijken.

Vertrouwen in uw voorspellingen

Om een ​​idee te hebben over de juistheid van de voorspellingen, kunt u vragen naar intervallen rond uw voorspelling. Om een ​​matrix met de voorspelling en een betrouwbaarheidsinterval van 95 procent rond de gemiddelde voorspelling te krijgen, stelt u het argumentinterval in op 'vertrouwen' als volgt: >> voorspellen (Model, newdata = new. Cars, interval = "confidence") fit lwr upr 1 28. 19952 26. 14755 30. 25150 2 24. 45839 23. 01617 25. 90062 3 18. 04503 16. 86172 19. 22834

U weet nu dat - volgens uw model - een auto met een gewicht van 2. 4 ton heeft,

gemiddeld

,

een kilometerstand tussen 23 en 25. 9 mijl per gallon. Op dezelfde manier kunt u een voorspellingsinterval van 95 procent vragen door het argumentinterval in te stellen op 'voorspelling':

>> voorspelling (Model, nieuwe gegevens = nieuwe.auto's, interval = "voorspelling") fit lwr upr 1 28. 19952 21. 64930 34. 74975 2 24. 45839 18. 07287 30. 84392 3 18. 04503 11. 71296 24. 37710 Deze informatie vertelt u dat 95 procent van de auto's met een gewicht van 2. 4 ton een kilometrage ergens tussen 18.1 en 30. 8 mijl per gallon heeft - aangenomen dat uw model is juist, natuurlijk. Als u liever uw eigen betrouwbaarheidsinterval construeert, kunt u ook de standaardfouten op uw voorspellingen krijgen door het argument se in te stellen. geschikt voor WAAR. Je krijgt geen vector of een matrix; in plaats daarvan krijg je een lijst met een element fit die de voorspellingen en een element se bevat.fit die de standaardfouten bevat.