Modelado con dos variables explicativas numéricas
Ya has visto cómo crear un modelo y hacer predicciones con una variable explicativa numérica y otra categórica. El código para modelar y predecir con dos variables explicativas numéricas es el mismo, salvo una pequeña diferencia en cómo especificar las variables explicativas para las que quieres predecir.
Aquí vas a modelar y predecir los precios de las viviendas en función del número de tiendas de conveniencia cercanas y de la raíz cuadrada de la distancia a la estación de MRT más cercana.
taiwan_real_estate está disponible con la variable transformada mediante raíz cuadrada sqrt_dist_to_mrt_m. También está cargado itertools.product.
Este ejercicio forma parte del curso
Regresión intermedia con statsmodels en Python
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Fit linear regression of price vs. no. of conv. stores and sqrt dist. to nearest MRT, no interaction
mdl_price_vs_conv_dist = ____
# See the result
print(mdl_price_vs_conv_dist.params)