תרגיל בית 1 רגרסיה ליניארית STEP lm test train

1. ‫תרגיל‬1
‫ב‬ ‫נשתמש‬ ‫זה‬ ‫תרגיל‬ ‫לצורך‬-‫אוויר‬ ‫מזג‬ ‫של‬ ‫דטה‬
https://d37djvu3ytnwxt.cloudfront.net/assets/courseware/v1/f43727842620758fda4e204cc0d7d558/as
v1:MITx+15.071x+2T2017+type@asset+block/climate_change.csv-set
‫מ‬ ‫מדידות‬ ‫מכיל‬ ‫קובץ‬-1983‫עד‬2008
:‫משנים‬ ‫תיור‬
1.‫מתאימה‬ ‫פקודה‬ ‫בעזרת‬ ‫או‬ ‫ידני‬ ‫באופן‬ ‫או‬ ‫עבודה‬ ‫לתיקיית‬ ‫הקובץ‬ ‫את‬ ‫להוריד‬ ‫יש‬‫ב‬ ‫הקובץ‬ ‫את‬ ‫פתחו‬ .-R
‫בעזרת‬ ‫אותו‬ ‫וחקרו‬‫פונקציות‬:summary, str, ?, fix
a.‫כמה‬‫כמה‬ ?‫בנתונים‬ ‫יש‬ ‫שורות‬?‫המשתנים‬ ‫כל‬ ‫של‬ ‫טיפוס‬ ‫מהו‬ ?‫עמודות‬
2.‫המשתנים‬ ‫כל‬ ‫בין‬ ‫פיזור‬ ‫דיאגרמת‬ ‫את‬ ‫ציירו‬(pairs)
a.‫בין‬ ‫קורלציה‬ ‫להיות‬ ‫צפויה‬ ‫מה‬year‫ל‬-c02
3.‫המשתנים‬ ‫כל‬ ‫בין‬ ‫קורלציות‬ ‫מטריצת‬ ‫בנו‬cor‫מהי‬ .‫קורלציה‬‫בי‬ ‫הגבוה‬‫שונים‬ ‫משתנים‬ ‫שתי‬ ‫בין‬ ‫ותר‬
4.‫תלוי‬ ‫משתנה‬ ‫עבור‬ ,‫פשוט‬ ‫חיזוי‬ ‫מודל‬ ‫בנו‬temp‫ב‬ ‫ומשתנה‬‫שנה‬ ‫תלוי‬ ‫לתי‬.‫מהו‬ ?‫טוב‬ ‫מודל‬ ‫קיבלתם‬ ‫האם‬
r^2‫המודל‬ ‫של‬
5.:‫קבוצות‬ ‫לשתי‬ ‫הנתונים‬ ‫את‬ ‫נחלק‬ ‫כעת‬test,train.‫שנה‬ ‫עד‬ ‫הנתונים‬ ‫כל‬2006‫ושאר‬ ‫לימוד‬ ‫בקבוצת‬ ‫יהיו‬
‫טסט‬ ‫בקבוצת‬

2. climate = read.csv("climate_change.csv")
train = subset(climate, Year <= 2006)
test = subset(climate, Year > 2006)
:‫הבאים‬ ‫פרמטרים‬ ‫בעזרת‬ ‫לטמפרטורה‬ ‫ליניארית‬ ‫רגרסיה‬ ‫חיזוי‬ ‫מודל‬ ‫בנו‬MEI, CO2, CH4, N2O,
CFC.11, CFC.12, TSI, and Aerosols
a.‫של‬ ‫ערך‬ ‫מהו‬dsquare-Multiple R?
b.‫ערך‬ ‫(לפי‬ ? ‫משמעותי‬ ‫הכי‬ ‫תלוי‬ ‫בלתי‬ ‫משתנה‬ ‫מהו‬P)
c.‫תל‬ ‫בלתי‬ ‫המשתנים‬ ‫מהם‬‫ויים‬‫משמעותיי‬‫ם‬‫לחיזוי‬?
d.‫ש‬ ‫חושבים‬ ‫החוקרים‬-CO11‫ו‬-NO2.‫שליליים‬ ‫הם‬ ‫שלנו‬ ‫במודל‬ ‫אבל‬ ,‫הטמפרטורה‬ ‫את‬ ‫מגדילים‬
?‫לזה‬ ‫הסבר‬ ‫להיות‬ ‫יכול‬ ‫מה‬
6.‫קורלציות‬ ‫הרבה‬ ‫שיש‬ ‫בינתן‬‫מהמשתנים‬ ‫חלק‬ ‫בין‬ ‫גבוהות‬.‫פשוט‬ ‫יותר‬ ‫מודל‬ ‫נבנה‬ ‫בו‬
LinReg = lm(Temp ~ MEI + N2O + TSI + Aerosols, data=train)
‫של‬ ‫ערך‬ ‫מה‬R^2?‫מסקנה‬ ‫מה‬ ?‫עכשיו‬
7.‫פונקציה‬ ,‫פרמטרים‬ ‫מעט‬ ‫לא‬ ‫יש‬ ‫במודל‬step‫השונים‬ ‫המודלים‬ ‫כל‬ ‫על‬ ‫לעבור‬ ‫יכולה‬‫לפי‬ ‫טובה‬ ‫הכי‬ ‫ולבחור‬
‫קריטריון‬AIC.‫לפונקציה‬ ‫קראו‬STEP‫החזירה‬ ‫היא‬ ‫מה‬ ‫ובדקו‬ .‫מלא‬ ‫מודל‬ ‫מקבלת‬ ‫היא‬ ‫כאשר‬
StepModel = step(climatelm)
summary(StepModel)
‫בבעי‬ ‫מטפלת‬ ‫לו‬ ‫הפונקציה‬‫י‬‫ריבוי‬ ‫ת‬‫ק‬‫של‬ ‫במונחים‬ ‫ויציב‬ ‫פשוט‬ ‫יחסית‬ ‫מודל‬ ‫מחזירה‬ ‫אבל‬ .‫גבוהות‬ ‫ורלציות‬
AIC
‫ב‬ ‫תשתמשו‬-STEP‫ל‬ ‫טוב‬ ‫חזאי‬ ‫למצוא‬ ‫כדי‬-BOSTON
8.‫נתוני‬ ‫על‬ ‫מודל‬ ‫של‬ ‫איכות‬ ‫לבדוק‬ ‫זמן‬ ‫הגיע‬test
‫ש‬ ‫ומודל‬ ‫מלא‬ ‫מודל‬ ‫בעזרת‬ ‫טסט‬ ‫לנתוני‬ ‫חזאי‬ ‫בנו‬-STEP‫וחשבו‬ ‫החזירה‬SSESST‫ו‬-R^2‫ע‬‫בורם‬
‫מס‬ ‫מה‬‫ק‬?‫נות‬

3. ‫פתרון‬
climate=read.csv("climate_change.csv")
summary(climate)
str(climate)
fix(climate)
pairs(climate)
cor(climate)
attach(climate)
mod1 =lm(Temp~Year)
summary(mod1)
train = subset(climate, Year <= 2006)
test = subset(climate, Year > 2006)
climatelm = lm(Temp ~ MEI + CO2 + CH4 + N2O + CFC.11 + CFC.12 + TSI + Aerosols, data=train)
summary(climatelm)
StepModel = step(climatelm)
summary(StepModel)
Bmod = lm(medv~.,data=Boston)
Bstep = step(Bmod)
summary(Bstep)

4. tempPredict = predict(StepModel, newdata = test)
SSE = sum((tempPredict - test$Temp)^2)
SST = sum( (mean(train$Temp) - test$Temp)^2)
R2 = 1 - SSE/SST