Introdução à regressão em R

Você aprenderá os conceitos básicos desse modelo estatístico popular, o que é regressão e como as regressões linear e logística diferem. Em seguida, você aprenderá a ajustar modelos de regressão linear simples com variáveis explicativas numéricas e categóricas e a descrever a relação entre a resposta e as variáveis explicativas usando os coeficientes do modelo.

Neste capítulo, você descobrirá como usar modelos de regressão linear para fazer previsões sobre os preços de imóveis em Taiwan e cliques em anúncios do Facebook. Você também desenvolverá suas habilidades de regressão à medida que colocar a mão na massa com objetos de modelo, entender o conceito de "regressão à média" e aprender a transformar variáveis em um conjunto de dados.

Neste capítulo, você aprenderá a fazer perguntas ao seu modelo para avaliar o ajuste. Você aprenderá a quantificar a adequação de um modelo de regressão linear, a diagnosticar problemas de modelo usando visualizações e a entender a alavancagem e a influência de cada observação usada para criar o modelo.

Aprenda a ajustar modelos de regressão logística. Usando dados do mundo real, você preverá a probabilidade de um cliente fechar sua conta bancária como probabilidades de sucesso e índices de probabilidade e quantificará o desempenho do modelo usando matrizes de confusão.