محتويات الدورة

برمجة R / واجهات التحليل وسلامة الجداول / الدرس 11

النماذج الخطية ومصفوفات التصميم

اقرأ النموذج عبر بياناته وصيغته ورتبته وبواقيه وحدود التنبؤ.

وقت القراءة التقريبي: 4 دقيقةتاريخ مراجعة المحتوى
في هذه الصفحة

أهداف الدرس

  • تتبع الصيغة إلى مصفوفة النموذج.
  • استخراج المعاملات والتنبؤات عمداً.
  • تمييز الملاءمة الدقيقة والتعرف وصحة الاستدلال.

تعلن الصيغة بنية النموذج

تصف y ~ x الاستجابة وحدود المتنبئات مع ثابت افتراضي للنموذج الخطي المعتاد. هي كائن لغوي يقيم باستخدام البيانات وبيئة مرتبطة. قدم إطاراً صريحاً لتظهر الأعمدة. لعوامل الصيغة معان نمذجة؛ وتطلب I حول تعبير حسابي معاملته كتعبير لا عملية صيغة أخرى. تحول مصفوفة التصميم الحدود وترميز الفئات إلى أعمدة عددية. افحصها عند غموض تفسير المعامل بدلاً من استنتاج المعنى من النص المطبوع وحده.

افصل الملاءمة عن مدخلات التنبؤ

يقدم المثال أربع نقاط على خط ويستخدم lm مع na.fail لمنع حذف الفقد بصمت. المعاملان واحد واثنان، والتنبؤان عند أربعة وخمسة تسعة وأحد عشر. استخرج النتيجة بـ coef وpredict لا بتنسيق الملخص. يجب أن تحفظ newdata معنى السمات وسياسة مستويات العامل والتحويلات. يتجاوز التنبؤ مجال x المقدم؛ ولا يبرر تطابق قاعدة اصطناعية مختارة استقراءً واقعياً.

r برنامج توضيحي بلغة R الأساسية؛ لم تتوفر بيئة R أثناء المراجعة
d <- data.frame(x = 0:3, y = c(1, 3, 5, 7))
fit <- lm(y ~ x, data = d, na.action = na.fail)
cat(sprintf("intercept=%.1f; slope=%.1f\n", coef(fit)[1], coef(fit)[2]))
predicted <- predict(fit, newdata = data.frame(x = c(4, 5)))
cat("predictions=", paste(round(predicted, 6), collapse = ","), "\n", sep = "")
الناتج المتوقع
intercept=1.0; slope=2.0
predictions=9,11

تقع النقاط الاصطناعية على y=1+2x تماماً؛ وهذا يفحص الواجهة ولا يثبت افتراضات الاستدلال أو الجودة الخارجية.

تحدد الرتبة المعاملات القابلة للتعرف

يضع المثال x وضعفه مع الثابت. تحتوي الأعمدة الثلاثة اتجاهين مستقلين فقط، فالرتبة اثنان. تحقق مجموعات معاملات كثيرة القيم الملائمة نفسها. قد يعلم التنفيذ معاملاً متراكباً كمفقود أو يستعمل قاعدة رتبة عددية، لكن مشكلة التعرف تبقى. لا تضيف مشاهدات على العلاقة التناسبية نفسها معلومة مستقلة. راجع تعريف السمات والتباينات والاعتماد قبل اعتبار المعامل المفقود فقد بيانات عاديّاً.

r برنامج توضيحي بلغة R الأساسية؛ لم تتوفر بيئة R أثناء المراجعة
d <- data.frame(x = 0:3, y = c(1, 3, 5, 7))
X <- model.matrix(~ x + I(2*x), data = d)
cat("columns=", ncol(X), "; rank=", qr(X)$rank, "\n", sep = "")
cat("duplicated slope information=", isTRUE(all.equal(X[, 3], 2*X[, 2])), "\n", sep = "")
الناتج المتوقع
columns=3; rank=2
duplicated slope information=TRUE

لا تحدد الأعمدة المتناسبة مع الثابت ثلاثة معاملات مستقلة؛ ويكفي فحص الرتبة دون عرض ملاءمة غير مستقرة.

تصف البواقي اختلاف الملاءمة

الباقي هو المرصود ناقص الملائم في التدريب. قد تكشف أنماطه مقابل التنبؤ أو المدخل أو الزمن أو المجموعة قصور الافتراضات أو مشاهدات غير عادية أو شكلاً دالياً غير مناسب. لا يثبت صغر مجموع مربعاته استقلال الأخطاء أو ثبات التباين أو السببية أو موثوقية الجديد. يختلف فاصل ثقة المتوسط الشرطي عن فاصل تنبؤ استجابة جديدة. تحتاج التشخيصات مشاهدات مناسبة كافية، بينما يفيد الخط الاصطناعي المثالي لفحص الواجهة أساساً.

احفظ أمانة الاختيار والتحويل

وثق صفوف الملاءمة وسياسة الفقد والوحدات والمستويات والاختيارات المستمدة من التحقق. قد تبحث الصيغة خارج data عند غياب اسم فتخلق اعتماداً خفياً. افحص الأسماء واحفظ هويات الصفوف المستخدمة. في الاختيار التنبؤي تعلم المعالجة داخل حد التدريب، وبرر افتراضات السحب والخطأ للاستدلال مستقلة. تعرض الأمثلة سلوكاً مشتقاً فقط؛ ولم تنفذ ملاءمة lm أو QR أو محلل نموذج أو بيئة استدلال أثناء المراجعة.

الأخطاء الشائعة وإصلاحها

فقد معامل رغم اكتمال القياسات

لماذا يحدث؟
نقصت رتبة التصميم أو تراكبت الحدود.
كيف تصلحه؟
افحص model.matrix وعلاقات الأعمدة.
كيف تتجنب تكراره؟
افحص الرتبة والتعريف قبل تفسير المعامل.

استخدمت الصيغة متجهاً خارجياً غير متوقع

لماذا يحدث؟
غاب اسم من data فحُل في بيئة الصيغة.
كيف تصلحه؟
افحص الأسماء وقدم البيانات المقصودة.
كيف تتجنب تكراره؟
اختبر دون متغيرات خفية في مساحة العمل.

اعتُبرت الملاءمة التامة توقعاً موثوقاً

لماذا يحدث؟
اختلط استيفاء النقاط بالصلاحية الخارجية.
كيف تصلحه؟
قيّم السلوك الجديد والافتراضات ببروتوكول أمين.
كيف تتجنب تكراره؟
افصل فحص الواجهة الاصطناعي عن دليل التنبؤ.

اختبر فهمك

1. لماذا لا يحدد x و2*x تأثيرين منفصلين؟

اعرض الحل المشروح

يتحد الإسهامان في (beta1+2*beta2)*x. تحدد البيانات الميل المركب لا المعاملين كلاً على حدة. احذف الحد المكرر أو أعد تعريفه وفق السؤال، ولا تفسر حلاً عددياً اعتباطياً.

2. ماذا تفحص قبل تنبؤ بمستوى عامل جديد؟

اعرض الحل المشروح

قارن الوسوم بعقد المستويات والتباينات الملائم، وحدد سياسة فئة مجهولة مدعومة وتحقق من المعالجة. لا يكفي رمز عددي بالنوع نفسه؛ ولا تربط معنى جديداً بمستوى قديم بصمت لإكمال التنبؤ.

أهم ما تعلمته

  • تتحول حدود الصيغة إلى أعمدة تصميم.
  • افحص الرتبة والتفسير صراحة.
  • تختلف الملاءمة ودليل التنبؤ وافتراضات الاستدلال.

المراجع الرسمية