1118 chapter17 &18

使用 modelr 包对R包中的建模函数进行包装，使其可以支持管道操作

• 找出最佳模型“牛顿-拉夫逊搜索” → optim()
• 拟合线性的工作 lm()
  sim1_mod <- lm(y~x, data = sim1)

ggplot(sim1a, aes(x = x, y = y)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE)

模型可视化

• 使用 modelr::data_grid()生成分布均匀的数值网络
• 使用modelr::add_predictions()添加预测值
• 使用geom_abline()绘制预测值
• add_residuals()将残差添加到数据中。【残差:平均值总为0，应该为随机的噪声】

p253练习题

sim1_loess <- loess(y ~ x, data = sim1)
grid_loess <- sim1 %>%
  add_predictions(sim1_loess)
ggplot(sim1, aes(x = x, y = y)) +
  geom_point() +
  geom_line(aes(x = x, y = pred), data = grid_loess, colour = "red")

2. gather_predictions() and spread_predictions()允许同时为多个模型添加predictions
3. geom_ref_line() 添加一个参考线到图中

公式和模型族

model_martix()
向模型中加入截距项：默认加入一个值全是1的项；不想要，使用-1丢弃

分类变量

交互项（连续变量和分类变量）

两种模型：+ 或者 *

• 模型中，每条线具有相同斜率，不同截距

• 模型中，斜率、截距都不同
  检查残差看哪个更好

交互项（两个连续变量）

• seq_range()的三个参数
• pretty = TRUE，生成“漂亮的”序列
• trim = 0.1，截断10%的尾部值
• expand = 0.1，某种程度上是trim()的反函数，可以将取值范围扩大10%

变量转换

可以用来近似表示非线性函数

缺失值

默认情况下，R会丢失缺失值，options(na.action = na.warn),确保我们收到警告信息

chapter18

模型：模式 + 残差
构建模型为了明确表示观察到的效果

• 若模型需要未明确提供的变量，data-grid()会自动使用“典型”值来填充，连续变量，模型使用中位数；分类变量，模型使用最常见的值
  将日期分为多个学期

term <- function(date){
cut(date,
breaks = ymd(20130101, 20130605, 20130825, 20140101),
labels = c("spring", "summer", "fall")
)
}

• 使用领域知识可以改进模型