La régression linéaire avec R
L'objectif de ce TD est de vous faire manipuler les commandes de bases
permettant d'effectuer une régression linéaire sous R mais également de
contrôler vos résultats, sélectionner les modèles et effectuer des représentations
graphiques. NB : Il est inutile de se dépêcher de taper les commandes du TP en
vitesse (et de ...
Part of the document
La régression linéaire avec R
L'objectif de ce TD est de vous faire manipuler les commandes de bases
permettant d'effectuer une régression linéaire sous R mais également de
contrôler vos résultats, sélectionner les modèles et effectuer des
représentations graphiques.
NB : Il est inutile de se dépêcher de taper les commandes du TP en vitesse
(et de prendre une avance artificielle sans rien comprendre à leur
signification...surtout pour ceux qui ne viennent qu'irrégulièrement en
cours). Replacez ce TD dans le cadre de ce que vous connaissez déjà de R et
du cours. 1/ Afin de pouvoir conserver certaines données si vous le souhaitez,
effectuez un changement de répertoire de travail.
2/ Nous allons utiliser un jeu de données simple déjà implanté.
data()
data(cars)
cars Que représente ce jeu de données (attention aux unités) ?
names(cars) Comment doit-on appeler les variables ?
dim(cars) Quelle est la taille de la matrice ?
plot(cars) Est-ce que la représentation graphique est adaptée ? La régression linéaire multidimensionnelle est obtenue très simplement par
la commande lm.
?lm Notez au passage que lm ne sert pas uniquement à la régression
linéaire mais permet également d'implémenter d'autres
modèles (analyse de variance notamment).
Notez aussi qu'il est nécessaire de spécifier le modèle dans la syntaxe de
lm. Un coup d '?il aux exemples en bas de page permet de comprendre que la
formule se met sous la forme :
Y ~ X1 + X2 + ... + Xp
On y va...
reg