Lineare Vorhersagen
Unternehmen sind besonders an Regressionen interessiert, weil sie das Ergebnis einer abhängigen Variable für gegebene Werte einer unabhängigen Variable vorhersagen können – entweder basierend auf einer bestimmten A/B‑Gruppe oder gruppenunabhängig.
Ein Unternehmen möchte den Einfluss der auf der Website verbrachten Suchzeit auf die Ausgaben auf der Website bewerten. Du hast ein lineares Modell ohne Gruppierung erstellt, spending, und sichergestellt, dass die Annahmen der linearen Regression erfüllt sind. Das Unternehmen interessiert, wie viel Geld voraussichtlich ausgegeben wird, wenn 30, 32 oder 40 Minuten auf der Website verbracht werden – unabhängig von den Gruppen.
Der Datensatz SiteSales und das lineare Regressionsmodell spending wurden für dich geladen.
Diese Übung ist Teil des Kurses
A/B-Tests in R
Anleitung zur Übung
- Speichere die Zeiten, für die wir vorhersagen möchten – 30, 32 und 40 Minuten – in einer Variablen namens
TimeSearching. - Speichere die Zeit in einem Data Frame namens
timepredict. - Bestimme den voraussichtlichen Ausgabebetrag für die interessierenden Zeitpunkte mit dem Modell
spending.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Store the data to predict
TimeSearching <- c(___)
# Store the data in a data frame
timepredict <- data.frame(___)
# Determine the amount expected to spend
predict(___, newdata = ___)