Aufgeräumtes Modellieren mit R

Kapitel 3. Ein Überblick über die Grundlagen der R-Modellierung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Bevor wir beschreiben, wie du tidymodels verwendest, um die Prinzipien von Tidy Data auf die Erstellung von Modellen mit R anzuwenden, schauen wir uns an, wie Modelle in der Kernsprache von R (oft Base R genannt) erstellt, trainiert und verwendet werden. Dieses Kapitel veranschaulicht kurz die Konventionen der Kernsprache, die du unbedingt kennen solltest, auch wenn du Base R nie für Modelle verwendest. Dieses Kapitel ist nicht erschöpfend, aber es vermittelt den Lesern (vor allem denjenigen, die neu in R sind) die grundlegenden, am häufigsten verwendeten Motive.

Die Sprache S, auf der R basiert, verfügt seit der Veröffentlichung von Chambers und Hastie (1992) (allgemein bekannt als The White Book) über eine umfangreiche Datenanalyseumgebung. Mit dieser Version von S wurden Standard-Infrastrukturkomponenten eingeführt, die den R-Nutzern heute vertraut sind, z. B. symbolische Modellformeln, Modellmatrizen und Datenrahmen, sowie standardmäßige objektorientierte Programmiermethoden für die Datenanalyse. Diese Benutzeroberflächen haben sich seither nicht wesentlich verändert.

Ein Beispiel

Um einige Grundlagen für die Modellierung in R zu demonstrieren, verwenden wir die experimentellen Daten von McDonald (2009) und Mangiafico (2015) über den Zusammenhang zwischen der Umgebungstemperatur ...