Estimer une régression linéaire simple

Revenons à notre jeu de données des ventes, salesData, déjà chargé dans l'espace de travail. Nous avons vu que les ventes des trois derniers mois sont fortement corrélées positivement avec les ventes de ce mois-ci. Nous allons donc commencer par les inclure comme variable explicative dans une régression linéaire.

Cet exercice fait partie du cours

<cours>Machine Learning for Marketing Analytics in R</cours>

Voir le cours

Instructions de l’exercice

Utilisez la fonction lm() pour spécifier un modèle de régression linéaire en prenant salesLast3Mon comme variable explicative. Assignez-le à un objet salesSimpleModel.
Utilisez ensuite la fonction summary() pour examiner les résultats.
Regardez le coefficient de régression. La relation entre les deux variables est-elle positive ou négative ?
Quelle part approximative de la variation des ventes de ce mois-ci peut être expliquée par les ventes des trois mois précédents ?

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Model specification using lm
salesSimpleModel <- lm(salesThisMon ~ ___, 
                       data = ___)

# Looking at model summary
summary(___)

Modifier et exécuter le code