Regresyon Doğrusu ve Veri Dağılımını Çizdirme (R& RStudio)

Regresyon Doğrusu ve Veri Dağılımını Çizdirme 

R programlama dilinde Lineer Regresyon analizi uygulamaları
Mevcut kütüphaneden faydalanarak istediğimiz verileri seçebiliriz. data() komutu yardımıyla R kütüphaneleri listelenip, trees veri setini alıyoruz.

library("MASS")
data(trees)
attach(trees)
trees

 Girth Height Volume
1    8.3     70   10.3
2    8.6     65   10.3
3    8.8     63   10.2
4   10.5     72   16.4
5   10.7     81   18.8
6   10.8     83   19.7
7   11.0     66   15.6
8   11.0     75   18.2
9   11.1     80   22.6
10  11.2     75   19.9
11  11.3     79   24.2
12  11.4     76   21.0
13  11.4     76   21.4
14  11.7     69   21.3
15  12.0     75   19.1
16  12.9     74   22.2
17  12.9     85   33.8
18  13.3     86   27.4
19  13.7     71   25.7
20  13.8     64   24.9
21  14.0     78   34.5
22  14.2     80   31.7
23  14.5     74   36.3
24  16.0     72   38.3
25  16.3     77   42.6
26  17.3     81   55.4
27  17.5     82   55.7
28  17.9     80   58.3
29  18.0     80   51.5
30  18.0     80   51.0
31  20.6     87   77.0

regresyon <- lm(Volume~Height) # Bağımlı değişken Volume, Bağımsız Değişken Height

with(trees, plot(Height, Volume, type="n")) #noktaları dahil etmeden yalnız grafik istekeletini çıkarma
with(trees, points(Height,Volume, pch=16, col="blue"))
title(main="Volume vs Height  (Trees)")
abline(regresyon,col="red", lwd=1.5)
rezz <- signif(residuals(regresyon), 4) # hatalar/artık değerler 4 haneli olarak gözükecek
prezz <- predict(regresyon) #ön görü değerleri
segments(Height, Volume, Height, prezz, col="black")

library(calibrate)
textxy(Height, Volume, rezz, cx=0.7) #hata değerlerini yazdırmak

R ve RStudio' da Regresyon Analizi Yapma




İngilizce Kaynaklar :
R Bloggers
http://ww2.coastal.edu/kingw/statistics/R-tutorials/simplelinear.html

NA ve NaN değerlerini Listelemek ve Kaldırmak (R & RStudio)

NA ve NaN değerlerini Listelemek ve Yok Etmek/ Kaldırmak

R programlama dilende, basit bir kaç komut kullanarak, verilerdeki, eksik değerlerden kurtulmak için çok kullanışlı bir kaç satır komut  var. Mevcut verisetlerimizdeki istemediğimiz değerleri (NA ve NaN) yok etmek/silmek ve listelemek için aşağıdaki, yöntemi kullanabilirsiniz.

NA : Not Available
NaN : Not a Number

k11 <- as.data.frame(runif(1000, min=-2, max=2))           #Birinci rastgele veriseti 
k22 <- as.data.frame(runif(1000, min=1, max=5))           #İkinci rastgele veriseti
k <- cbind(k11[,1],k22[,1])                      #verisetlerini yan yana birleştirme

klog <- log(k[,2] - k[,1])                     #logaritmik olarak oranlama

which(is.na(klog))                             #NA değerlerini listelemek
which(is.nan(klog))                            #NaN değerlerini listelemek

x<-is.nan(klog)                                #Yalnız numeric setlerde çalışıyor
(1:1000)[x]

kkk <- na.omit(klog)                           #NA değerlerini verisetinden kaldırır.

#Diğer Yöntemler

na_degerlerini_gonder <- is.na(klog)
klog[!na_degerlerini_gonder]


y <- klog[!is.na(klog)]                                       # NA değerlerini kaldırır.              
z <- x[!is.na(x) & x > 0]                                    # NA ve 0(sıfır) olan değerleri kaldırır.


#for döngüsü yazmak isteyenler için

for i in klog  {
  if(klog[i]==NaN, TRUE){
    kk &lt;- na.exclude(klog) #ya da >>> na.omit(k)
  }
  print(kk)

Sefa Şahin Blog