Temat zajęć: ANALIZA DANYCH ZBIORU EKSPORT. Część I: analiza regresji

Transkrypt

1 Temat zajęć: ANALIZA DANYCH ZBIORU EKSPORT Część I: analiza regresji Krok 1. Pod adresem znajdziesz zbiór danych do analizy. Zapisz plik na dysku w dowolnej lokalizacji. Krok 2. Uruchom narzędzie R Krok 3. Wywołaj komendę, która pozwoli Ci wskazad plik z danymi do analizy > dane=read.table(file.choose(),header=t) Krok 4. Wskaż miejsce w którym zapisałaś (eś) plik eksport.txt Krok 5. By sprawdzid, że dane się poprawnie wczytały, wyświetl je na ekranie stosując komendę: > dane Jeśli wszystko będzie w porządku zobaczysz następujący wykaz danych: czas USD DEM EUR wskaznik_cen bezrobocie import eksport Krok 6. By zbudowad model regresji liniowej stosujemy funkcję lm pakietu R. Zbuduje modele regresji, w których zmienną objaśnianą będzie zawsze eksport a zmieniad będziemy zmienne objaśniające: a. Wskaźnik_cen b. Import c. Bezrobocie d. Wskaźnik_cen + bezrobocie e. Wskaźnik_cen + import f. Bezrobocie + import g. Wskaźnik_cen + import + bezrobocie Przypominam tylko, że komenda, która stworzy model regresji liniowej gdzie zmienną objaśnianą będzie eksport a objaśniającą wskaźnik_cen a dane (parametr data) pobierzemy ze zbioru o nazwie dane wygląda następująco: model<-lm(eksport~wskaznik_cen,data=dane) Zaś wywołanie modelu, by zobaczyd jego parametry komendą: summary(model) Wówczas na ekranie pojawia się wykaz podobny do poniższego: Call: lm(formula = eksport ~ wskaznik_cen, data = dane) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-09 *** wskaznik_cen < 2e-16 *** --- Signif. codes: 0 *** ** 0.01 * Residual standard error: on 43 degrees of freedom Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 43 DF, p-value: < 2.2e-16

2 Krok 7. Zbadajmy, czy modele przez nas zbudowane cechują się współliniowością. Przypominam, że funkcja vif dostępna jest przy użyciu biblioteki car, a więc najpierw należy załadowad ową bibliotekę za pomocą komendy: > library(car) Krok 7a. VIF dla modelu, w którym zmienne objaśniające są 3: import, bezrobocie oraz wskaznik_cen wywołamy następująco: > vif(lm(eksport~import+wskaznik_cen+bezrobocie,data=dane)) Pamiętajmy, że jeśli VIF dla jakiejś zmiennej wynosi więcej niż 10 to dopiero wówczas mówimy o współliniowośd, która może wpływad na równanie regresji i zaburzad wyniki predykcji. Zadanie: Sprawdź, który z modeli (o ile w ogóle) wprowadza współliniowośd. Krok 8. Zbadajmy działanie naszego zbudowanego modelu regresji, np. tego w którym eksport przewidywaliśmy na podstawie wartości wskaźnika bezrobocia. Sprawdź jaka będzie przewidywana wartośd eksportu, gdy wartośd bezrobocia wyniesie przy 90 a potem 95% poziomu ufności. W oryginalnym zbiorze wartości istnieje wartośd dla bezrobocia. Porównaj wartości: rzeczywistą i przewidywaną przez model. Czy jest różnica, i czy jest ona duża czy niewielka? Sprawdź też wartośd przewidywaną eksportu np. gdy bezrobocie wyniesie 10. Przypominam, że komenda wywołania funkcji PREDICT w pakiecie R wygląda następująco: > predict(model,data.frame(bezrobocie=10.70), level = 0.9, interval = "confidence") Krok 9. Analiza danych (predykcja) w narzędziu Rattle. Uruchom R i załaduj bibliotekę Rattle wprowadzając komendy: > library(rattle) > rattle() Krok 10. Kiedy już narzędzie się uruchomi (jeśli nie poproś o pomoc pomogę), wczytaj zbiór eksport.txt odpowiednio ustawiając zmienne: objaśniane i objaśniające, pomijając również te nieistotne w analizie. Kliknij przycisk Wykonaj, jak na rysunku poniżej (użyj tylko zmiennych wskaźnik_cen, import, bezrobocie w rożnych konfiguracjach jako objaśniające, a resztę ignoruj). Krok 11: Przejdź do zakładki predictive i wybierz odpowiednie opcje jak na rysunku poniżej:

3 Krok 12: Odczytaj z okna programu odpowiednie dane dotyczące zbudowanego modelu regresji: Równanie regresji oraz współczynnik determinacji. Krok 13: Przy okazji porównaj czy równanie regresji w R i Rattle dla danego modelu są identyczne. Krok 14: Znając wartośd współczynnika determinacji R 2 dla każdego modelu, wybierz model najlepiej opisujący eksport. Który to model? Część II: Drzewa decyzyjne w Rattle Zakładając, że wciąż masz załadowany zbiór eksport.txt przejdź do zakładki Model albo predictive (w zależności od wersji narzędzia Rattle) i wybierz odpowiednią opcję jak na rysunku poniżej: Pojawi się podmenu do pokazania drzewa: Zobacz zatem jak zbuduje się drzewo dla wybranego przez Ciebie modelu. Jak zapiszesz (odczytasz) reguły stworzone przez to drzewo? Jak klasyfikuje eksport drzewo a jak klasyfikował zbudowany model regresji?

4 Tree as rules: Rule number: 7 [yval= cover=14 (31%)] import>=1.561e+04 wskaznik_cen>=126.6 Rule number: 5 [yval= cover=12 (27%)] import< 1.561e+04 import>=1.347e+04 Rule number: 6 [yval= cover=11 (24%)] import>=1.561e+04 wskaznik_cen< Rule number: 4 [yval= cover=8 (18%)] import< 1.561e+04 import< 1.347e+04 Część III: Drzewa decyzyjne w Traceis 1. Pod linkiem jest darmowe narzędzie do analizy danych. Sciągnij plik programu (ale najpierw sprawdź, bo byd może jest już zainstalowany w pracowni). Uruchom narzędzie. 2. Wczytaj zbiór eksport.txt 3. W menu z lewej strony przejdź do części implementation i wybierz Grouping. 4. Przejdź do zakładki Decision Trees i wybierz odpowiednio zmienne objaśniające i objaśnianą:

5 5. W prawym oknie powinno się pokazad zbudowane drzewo dla opcji minimum node size=5. Przyjrzyj się drzewu. Sprawdź też co się zmieni jak ów parametr większych do wartości 10 i 15. Podaj interpretację takiego przypadku. Jakie zmiany zauważasz? 6. Dla przypadku gdy minimum node size = 5, i klikając na drzewie decyzyjnym w węzeł dla wskaźnika cen >122 obserwuj histogramy dla poszczególnym zmiennych i odopowiedz na pytania: I Jakie są wartości bezrobocia i importu wówczas, i w jakim czasie to zostało zaobserwowane? Jaka jest wówczas średnia wartośd eksportu?