Rではじめるデータサイエンス

19.3

 何が

1

日の便数に影響するか

349

長期傾向と正負の外れ値がもっとわかりやすくなります。

19.3.3

 計算した変数

多数のモデルと多数の可視化で実験するなら、変数の作成を関数にまとめて、異なる変換を異な

る場所で間違えて行ってしまう失敗をなくすことができます。例えば、次のように書けます。

compute_vars <- function(data) {

data %>%

mutate(

term = term(date),

wday = wday(date, label = TRUE)

)

}

別の方法では、変換を直接モデルフォーミュラに書きます。

wday2 <- function(x) wday(x, label = TRUE)

mod3 <- lm(n ~ wday2(date) * term(date), data = daily)

どちらの方式でも構いません。変換した変数を明示するのは、作業をチェックするか、可視化に

使うなら、その役に立ちます。しかし、複数列を返す（スプラインのような）変換は簡単には使うこ

とができません。モデル関数に変換を含めると、モデルが自己包含的なので、多数の異なるデータ

セットで作業するのが少し楽になります。

19.3.4

 年間の日：別のアプローチ

前節では、領域についての知識（米国の学校の休みがどう旅行に影響するか）を用いてモデルを改

善しました。モデルで知識を明示するのではなく、データにもっと語らせるという別の方式がありま

す。より柔軟なモデルを用いて、対象