Fitting a parallel slopes linear regression
V kurzu Introduction to Regression in R jsi se naučil/a sestavovat modely lineární regrese s jednou vysvětlující proměnnou. V praxi ale jediná vysvětlující proměnná často nestačí k přesným předpovědím. Abys lineární regresi skutečně ovládl/a, potřebuješ umět pracovat s více vysvětlujícími proměnnými.
Případ, kdy máš jednu číselnou a jednu kategorickou vysvětlující proměnnou, se někdy nazývá regrese s „rovnoběžnými přímkami" – název vychází z tvaru předpovědí. Víc se o tom dozvíš v příštím cvičení.
Tady se vrátíme k datové sadě taiwanských nemovitostí. Připomeň si, co jednotlivé proměnné znamenají.
| Proměnná | Význam |
|---|---|
dist_to_mrt_station_m |
Vzdálenost k nejbližší stanici metra MRT v metrech. |
n_convenience |
Počet prodejen v dostupné vzdálenosti pěšky. |
house_age_years |
Stáří domu v letech, rozdělené do 3 skupin. |
price_twd_msq |
Cena nemovitosti za jednotku plochy v nových tchajwanských dolarech za m². |
Dataset taiwan_real_estate je k dispozici.
Toto cvičení je součástí kurzu
Intermediate Regression in R
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Fit a linear regr'n of price_twd_msq vs. n_convenience
mdl_price_vs_conv <- ___
# See the result
mdl_price_vs_conv