Activité 3.1 – Régression Linéaire Simple
sous R
Activité 3.1 Régression linéaire Simple
1. Chargement et manipulation des données
1. Nous traitons le fichier « autos.txt » qui décrit les caractéristiques d’un certain nombre
de véhicules.
Chargez le fichier dans un éditeur de texte quelconque pour observer l’organisation des
données : que représente la première ligne ? quel est le séparateur de colonnes ? quel
est le point décimal ?
Publicité
2. Lancez Scikit-learn et créez un nouveau fichier script. Enregistrez votre script dans un
fichier intitulé « Act3.1VotreNom ».
3. Modifiez le répertoire par défaut en indiquant le chemin de votre dossier.
4. Combien y a-t-il de variables dans le fichier ? Combien y a-t-il d’observations ?
5. Affichez la liste des variables et leurs types.
6. Calculez les statistiques descriptives (summary) [TUTO 1, page 8].
7. Calculez la moyenne et l’écart-type (sd) de la variable price.
8. Calculez la fréquence des véhicules selon fuel_type.
9. Calculez la fréquence des véhicules selon aspiration.
Publicité
10. Combien y a-t-il de véhicules « fuel_type = gas » et « aspiration = std ».
2. Corrélation
11. Créez le graphique « nuage de points » avec en abscisse « engine_size » et en ordonnée
« price ». Que constatez-vous ?
12. Calculez le coefficient de corrélation entre ces deux variables.
3. Régression simple
13. Revenons sur les variables non transformées en rangs. On souhaite expliquer le « price »
(Y) à partir de la puissance « horsepower » (X). Créer le graphique « nuage de points »
entre « horsepower » (abscisse) et « price » (ordonnée). Que remarquez-vous ?
Publicité
W. Barhoumi
1
Activité 3.1 – Régression Linéaire Simple
sous R
14. Quelle est la marque de ce point atypique ? Nous décidons de la retirer de la base qui fait
147 observations maintenant.
15. Réalisez maintenant la régression linéaire simple de « price - Y » en fonction de
«horsepower - X » (Y = a X + b). Quelles valeurs des coefficients a et b obtenez-vous ?
16. Créer le graphique « nuage de points » entre « horsepower » (abscisse) et « price »
Publicité
(ordonnée). Ajouter la droite de régression dans le graphique
17. Quelles sont les valeurs du R² et R² ajusté ?
4. Prédiction
18. Pour horsepower = 100, quelle serait la valeur de price prédite par le modèle ?
19. Reconstruire le graphique (horsepower, price). Tracez la droite de régression. Placez le
point à prédire avec la valeur prédite (en rouge).
W. Barhoumi
2