Menyesuaikan regresi linear dengan kemiringan paralel
Dalam Introduction to Regression in R, Anda telah mempelajari cara menyesuaikan model regresi linear dengan satu variabel penjelas. Dalam banyak kasus, menggunakan hanya satu variabel penjelas membatasi ketepatan prediksi. Artinya, untuk benar-benar menguasai regresi linear, Anda perlu dapat menyertakan beberapa variabel penjelas.
Kasus ketika terdapat satu variabel penjelas numerik dan satu variabel penjelas kategorikal kadang disebut regresi linear "kemiringan paralel" karena bentuk prediksinya—lebih lanjut tentang ini pada latihan berikutnya.
Di sini, Anda akan meninjau kembali himpunan data real estat Taiwan. Ingat kembali makna tiap variabel.
| Variable | Meaning |
|---|---|
dist_to_mrt_station_m |
Jarak ke stasiun MRT terdekat, dalam meter. |
n_convenience |
Jumlah minimarket dalam jarak berjalan kaki. |
house_age_years |
Usia rumah, dalam tahun, dalam 3 kelompok. |
price_twd_msq |
Harga rumah per satuan luas, dalam dolar Taiwan Baru per meter persegi. |
taiwan_real_estate tersedia.
Latihan ini adalah bagian dari kursus
Regresi Tingkat Menengah di R
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Fit a linear regr'n of price_twd_msq vs. n_convenience
mdl_price_vs_conv <- ___
# See the result
mdl_price_vs_conv