Cómo predecir nuevos valores de datos con r

categoría Computadoras y software / Programación / R

Aparte de la descripción de las relaciones, los modelos también pueden usarse para predecir los valores para los nuevos datos. Por eso, muchos sistemas modelo en I utilizan la misma función, convenientemente llamado predecir ()

. Cada modelado de paradigma en R tiene una función de predecir con su propio sabor, pero en general la funcionalidad básica es la misma para todos ellos.

Cómo obtener los valores de los datos

Por ejemplo, un fabricante de automóviles tiene tres diseños para un coche nuevo y quiere saber lo que el kilometraje previsto se basa en el peso de cada nuevo diseño. Con el fin de hacer esto, primero debe crear un marco de datos con los nuevos valores - por ejemplo, así:

> New.cars lt; - data.frame (p = c (1.7, 2.4, 3.6))

Asegúrese siempre de que los nombres de las variables que utiliza son los mismos utilizados en el modelo. Cuando haces eso, sólo tiene que llamar al predecir () funcionar con los argumentos adecuados, como este:

> Predecir (Modelo, newdata = new.cars) 12.328,19952 24.45839 18.04503

Por lo tanto, el coche más ligero tiene un kilometraje predicho de 28,2 millas por galón y el coche más pesado tiene un kilometraje predicho de 18 millas por galón, de acuerdo con este modelo. Por supuesto, si se utiliza un modelo inadecuado, sus predicciones pueden ser más o menos fuera así.

La confianza en sus predicciones

Para tener una idea acerca de la exactitud de las predicciones, puede solicitar intervalos de alrededor de su predicción. Para obtener una matriz con la predicción y un intervalo de confianza del 95 por ciento en torno a la predicción media, establece el argumento intervalo a 'confianza' Me gusta esto:

> Predecir (Modelo, newdata = new.cars, intervalo = 'confianza') en forma LWR UPR1 28.19952 26.14755 24.45839 23.01617 30.251502 25.900623 18.04503 16.86172 19.22834

Ahora usted sabe que - de acuerdo a su modelo - un coche con un peso de 2,4 toneladas tiene, de media, un kilometraje entre 23 y 25.9 millas por galón. De la misma manera, usted puede pedir un intervalo de predicción del 95 por ciento al establecer el intervalo de argumento 'predicción':

> Predecir (Modelo, newdata = new.cars, intervalo = 'predicción') en forma LWR UPR1 28.19952 21.64930 24.45839 18.07287 34.749752 30.843923 18.04503 11.71296 24.37710

Esta información le indica que el 95 por ciento de los coches con un peso de 2,4 toneladas tienen un kilometraje en alguna parte entre 18.1 y 30.8 millas por galón - asumiendo que su modelo es correcto, por supuesto.

Si prefiere construir su propio intervalo de confianza, puede obtener los errores estándar en sus predicciones, así estableciendo el argumento se.fit a CIERTO. Usted no consigue un vector o una matriz-lugar, se obtiene una lista con un elemento ajuste que contiene las predicciones y un elemento se.fit que contiene los errores estándar.



Artículos Relacionados

Sobre el autor
¿Cómo explicar los resultados de los análisis predictivos de regresión r ¿Cómo explicar los resultados de los análisis predictivos de regresión r

Una vez que se crea un modelo de regresión R para el análisis predictivo, que desea ser capaz de explicar los resultados del análisis. Para ver algo de información útil sobre el modelo, el tipo en el siguiente código:> Resumen (modelo)La…

Cómo cargar los datos en una clasificación r análisis predictivo modelo Cómo cargar los datos en una clasificación r análisis predictivo modelo

El conjunto de datos se analizan para hacer una predicción sobre es el conjunto de datos Semillas, que se puede encontrar en la máquina de aprendizaje del repositorio UCI. Este conjunto de datos tiene 210 observaciones y 7 atributos, además de la…

Cómo nuevas predicciones analíticas con regresión r Cómo nuevas predicciones analíticas con regresión r

Para hacer predicciones analíticas con nuevos datos, sólo tiene que utilizar la función con una lista de los siete valores de los atributos. El siguiente código hace ese trabajo:> NewPrediction lt; - predecir (modelo,
lista (cilindros =…

Cómo ejecutar los datos de prueba y evaluar un modelo de aprendizaje supervisado svm Cómo ejecutar los datos de prueba y evaluar un modelo de aprendizaje supervisado svm

Aprendizaje supervisado es una tarea de aprendizaje automático que aprende de los datos de análisis predictivo que ha sido etiquetados. Una manera de pensar sobre el aprendizaje supervisado es que el etiquetado de los datos se realiza bajo la…

Cómo anotar sus predicciones analíticas precisión Cómo anotar sus predicciones analíticas precisión

Al analizar la calidad de un modelo predictivo, usted querrá medir su precisión. El un pronóstico más preciso el modelo hace, más útil que es para la empresa, que es una indicación de su calidad. Todo esto es bueno - a excepción de cuando el…

Cómo evaluar los datos lineales con r Cómo evaluar los datos lineales con r

Naturalmente, R ofrece toda una serie de diferentes pruebas y medidas para evaluar qué tan bien el modelo se ajuste a sus datos, así como ver los supuestos del modelo. Una vez más, el panorama que se presenta aquí está lejos de ser completa,…

Cómo modelar las relaciones de datos lineales con r Cómo modelar las relaciones de datos lineales con r

Un análisis de varianza para los datos también se puede escribir como modelo lineal en I, en el que utiliza un factor como una variable predictora de modelar una variable de respuesta.Por supuesto, variables de predicción también pueden ser…

Comprobación de confianza valores críticos de intervalos estadísticos Comprobación de confianza valores críticos de intervalos estadísticos

Los valores críticos (z*-valores) son un componente importante de los intervalos de confianza (la técnica estadística para estimar parámetros poblacionales). los z*-valor, que aparece en el margen de la fórmula de error, mide el número de…

Sacar conclusiones sobre una población con intervalos de confianza y pruebas de hipótesis Sacar conclusiones sobre una población con intervalos de confianza y pruebas de hipótesis

Al sacar conclusiones sobre una población a partir de muestras elegidas al azar (un proceso llamado inferencia estadística), Puede utilizar dos métodos: intervalos de confianza y pruebas de hipótesis.Intervalos de confianzaLA intervalo de…

¿Cómo encontrar t *-valores para los intervalos de confianza ¿Cómo encontrar t *-valores para los intervalos de confianza

Intervalos de confianza estimación de los parámetros de población, tales como la media poblacional, mediante el uso de una estadística (por ejemplo, la media de la muestra) más o menos un margen de error. Para calcular el margen de error para…

En cuanto a los valores críticos del intervalo de confianza En cuanto a los valores críticos del intervalo de confianza

Los valores críticos (z*-valores) son un componente importante de los intervalos de confianza (la técnica estadística para estimar parámetros poblacionales). los z* -valor, que aparece en el margen de la fórmula de error, mide el número de…

Topografía intervalos de confianza estadísticos Topografía intervalos de confianza estadísticos

En estadística, un intervalo de confianza es una conjetura acerca de algunas características de la población. Un intervalo de confianza contiene un plus estimación o menos un inicial margen de error (la cantidad que usted espera que sus…

» » » » Cómo predecir nuevos valores de datos con r