Ertragsprognosen erstellen
Der spannende Teil am Modellieren ist, die Modelle für Vorhersagen zu nutzen. Das geht mit einem Aufruf von predict() in folgendem Format.
predict(model, cases_to_predict, type = "response")
mgcv und dplyr sind geladen; GAMs der Mais- und Weizendatensätze stehen als corn_model und wheat_model bereit. Ein Character-Vektor der Volkszählungsregionen ist als census_regions gespeichert.
Diese Übung ist Teil des Kurses
Einführung in das Schreiben von Funktionen in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Make predictions in 2050
predict_this <- data.frame(
year = ___,
census_region = census_regions
)
# Predict the yield
pred_yield_kg_per_ha <- ___(___, ___, type = "response")
predict_this %>%
# Add the prediction as a column of predict_this
___(pred_yield_kg_per_ha = ___)