Ruční výpočet předpovědí

Stejně jako u jednoduché lineární regrese lze i u regrese s paralelními přímkami předpovědi z koeficientů modelu vypočítat ručně. Jediný rozdíl oproti jednoduchému případu spočívá v tom, že intercept se liší pro každou kategorii kategoriální vysvětlující proměnné. Je proto potřeba uvažovat každou kategorii zvlášť.

K dispozici máš taiwan_real_estate, mdl_price_vs_both a explanatory_data; z předchozího cvičení jsou také načteny ic_0_15, ic_15_30, ic_30_45 a slope.

Toto cvičení je součástí kurzu

Intermediate Regression with statsmodels in Python

Zobrazit kurz

Pokyny k cvičení

Definuj seznam conditions se třemi podmíněnými výrazy: house_age_years je "0 to 15", house_age_years je "15 to 30" a house_age_years je "30 to 45".
Definuj seznam choices s intercepty extrahovanými z mdl_price_vs_both, které odpovídají jednotlivým podmínkám.
Vytvoř pole interceptů pomocí np.select().
Vytvoř prediction_data: začni s explanatory_data, přiřaď intercept jako pole interceptů a price_twd_msq jako ručně vypočítané předpovědi.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Define conditions
conditions = [____]

# Define choices
choices = [____]

# Create array of intercepts for each house_age_year category
intercept = ____(____, ____)

# Create prediction_data with columns intercept and price_twd_msq
prediction_data = ____.____(
			      ____ = ____,
  			      ____ = ____ + ____ * ____[____])

print(prediction_data)

Upravit a spustit kód