Previsioni lineari
Le aziende sono particolarmente interessate alle regressioni perché permettono di prevedere l’esito di una variabile dipendente a partire dai valori di una variabile indipendente, sia in base a uno specifico gruppo A/B sia ignorando i gruppi.
Un’azienda vuole valutare l’impatto del tempo trascorso a cercare sul sito sull’ammontare di denaro speso sul sito. Hai creato un modello lineare che ignora i gruppi, spending, e hai verificato che le assunzioni della regressione lineare siano soddisfatte. L’azienda è interessata a sapere quanto denaro è probabile che venga speso se si trascorrono 30, 32 o 40 minuti sul sito, indipendentemente dai gruppi.
Il dataset SiteSales e il modello di regressione lineare spending sono già stati caricati per te.
Questo esercizio fa parte del corso
A/B Testing in R
Istruzioni dell'esercizio
- Memorizza i tempi per cui vogliamo fare la previsione, 30, 32 e 40 minuti, in una variabile chiamata
TimeSearching. - Salva i tempi in un data frame chiamato
timepredict. - Determina l’importo che è probabile venga speso dati i tempi di interesse e il modello
spending.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Store the data to predict
TimeSearching <- c(___)
# Store the data in a data frame
timepredict <- data.frame(___)
# Determine the amount expected to spend
predict(___, newdata = ___)