CommencezCommencez gratuitement

Prédire les prix des maisons

L'un des atouts les plus utiles des modèles statistiques comme la régression linéaire, c'est de pouvoir faire des prédictions. Autrement dit, vous fournissez au modèle des valeurs pour chacune des variables explicatives, et il vous renvoie une prédiction pour la variable réponse correspondante. Le déroulement du code ressemble à ceci.

explanatory_data <- tibble(
  explanatory_var = some_values
)
explanatory_data %>%
  mutate(
    response_var = predict(model, explanatory_data)
  )

Ici, vous allez prédire les prix des maisons dans l'ensemble de données sur l'immobilier à Taïwan.

taiwan_real_estate est disponible. Le modèle de régression linéaire du prix des maisons en fonction du nombre de dépanneurs est disponible sous le nom mdl_price_vs_conv (affichez-le et lisez l'appel pour voir comment il a été créé); et dplyr est chargé.

Cette activité fait partie du cours

Introduction à la régression en R

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create a tibble with n_convenience column from zero to ten
explanatory_data <- ___
Modifier et exécuter le code