100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Practical 5.2: Advanced Data Analysis: full summary + explanations €4,49
In winkelwagen

Samenvatting

Practical 5.2: Advanced Data Analysis: full summary + explanations

1 beoordeling
 73 keer bekeken  11 keer verkocht

SECOND PART of practical 5 advanced data analysis

Voorbeeld 2 van de 9  pagina's

  • 5 mei 2023
  • 9
  • 2021/2022
  • Samenvatting
Alle documenten voor dit vak (19)

1  beoordeling

review-writer-avatar

Door: AVL2 • 8 maanden geleden

Niet alle vragen werden beantwoord & niet alle oefeningen zijn gemaakt in dit document...

avatar-seller
Bi0med
Regularized regression
The following practical presents an exercise on multiple linear regression
models, regularization and validation.


1 Student data set
The data were obtained in a survey of students in portuguese language
courses in secondary school. It contains a lot of interesting social, gender and
study information about students.
It contains the following attributes:
1. school - student’s school (binary: ’GP’ - Gabriel Pereira or ’MS’ - Mous-
inho da Silveira)

2. sex - student’s sex (binary: "F" - female or "M" - male)
3. age - student’s age (numeric: from 15 to 22)
4. address - student’s home address type (binary: "U" - urban or "R" - rural)
5. famsize - family size (binary: "LE3" - less or equal to 3 or "GT3" -
greater than 3)
6. Pstatus - parent’s cohabitation status (binary: "T" - living together or "A"
- apart)
7. Medu - mother’s education (numeric: 0 - none, 1 - primary education
(4th grade), 2 - 5th to 9th grade, 3 - secondary education or 4 - higher
education)
8. Fedu - father’s education (numeric: 0 - none, 1 - primary education (4th
grade), 2 - 5th to 9th grade, 3 - secondary education or 4 - higher educa-
tion)

9. Mjob - mother’s job (nominal: "teacher", "health" care related, civil "ser-
vices" (e.g. administrative or police), "athome" or "other")
10. Fjob - father’s job (nominal: "teacher", "health" care related, civil "ser-
vices" (e.g. administrative or police), "athome" or "other")
11. reason - reason to choose this school (nominal: close to "home", school
"reputation", "course" preference or "other")
12. guardian - student’s guardian (nominal: "mother", "father" or "other")
13. traveltime - home to school travel time (numeric: 1 - <15 min., 2 - 15 to
30 min., 3 - 30 min. to 1 hour, or 4 - >1 hour)
14. studytime - weekly study time (numeric: 1 - <2 hours, 2 - 2 to 5 hours, 3
- 5 to 10 hours, or 4 - >10 hours)
15. failures - number of past class failures (numeric: n if 1<=n<3, else 4)
16. schoolsup - extra educational support (binary: yes or no)

1

, 17. famsup - family educational support (binary: yes or no)
18. paid - extra paid classes within the course subject (Math or Portuguese)
(binary: yes or no)
19. activities - extra-curricular activities (binary: yes or no)
20. nursery - attended nursery school (binary: yes or no)
21. higher - wants to take higher education (binary: yes or no)
22. internet - Internet access at home (binary: yes or no)
23. romantic - with a romantic relationship (binary: yes or no)
24. famrel - quality of family relationships (numeric: from 1 - very bad to 5 -
excellent)
25. freetime - free time after school (numeric: from 1 - very low to 5 - very
high)
26. goout - going out with friends (numeric: from 1 - very low to 5 - very
high)
27. Dalc - workday alcohol consumption (numeric: from 1 - very low to 5 -
very high)
28. Walc - weekend alcohol consumption (numeric: from 1 - very low to 5 -
very high)
29. health - current health status (numeric: from 1 - very bad to 5 - very
good)
30. absences - number of school absences (numeric: from 0 to 93)
We can read in this data with the following command.

students<-read.csv("student-por.csv")


There are three scores included (G1, G2 for the midterms and G3 for the final
total). We will only concern ourselves with predicting the final total in this
exercise. Therefore let’s start with removing the 2 penultimate columns.

data <- students[,-
c(31,32)] summary(data)

1.1 Dummy variables
If you check the summary statistics of the data set, you will notice that there
are many categorical variables, such as gender, school, etc. We are going to
recode these into numerical features for use within our regression model. We
will do this by creating a new variable into each possibility (for example
gender-male and gender-female) and assigning a 0 or a 1. These new variables
are called ’dummy variables’. However we will only retain all but one of these
expanded variables to avoid redundancy in the dataset. For example, if we
know gender- female, then we know gender-male as well. Luckily there is an

2

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

√  	Verzekerd van kwaliteit door reviews

√ Verzekerd van kwaliteit door reviews

Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!

Snel en makkelijk kopen

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

Focus op de essentie

Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper Bi0med. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €4,49. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 48756 samenvattingen verkocht

Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen

Start met verkopen
€4,49  11x  verkocht
  • (1)
In winkelwagen
Toegevoegd