Algoritmo di regressione lineare
Per capire davvero la regressione lineare, è utile sapere come funziona l'algoritmo. Il codice di lm() è composto da centinaia di righe perché deve funzionare con qualsiasi formula e qualsiasi insieme di dati. Tuttavia, nel caso della regressione lineare semplice su un singolo insieme di dati, puoi implementare un algoritmo di regressione lineare in poche righe di codice.
Il flusso di lavoro è:
- Scrivi uno script per calcolare la somma dei quadrati.
- Trasformalo in una funzione.
- Usa la funzione di ottimizzazione generica di R per trovare i coefficienti che la minimizzano.
I valori esplicativi (la colonna n_convenience di taiwan_real_estate) sono disponibili come x_actual.
I valori di risposta (la colonna price_twd_msq di taiwan_real_estate) sono disponibili come y_actual.
Questo esercizio fa parte del corso
Regressione intermedia in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Set the intercept to 10
intercept <- ___
# Set the slope to 1
slope <- ___
# Calculate the predicted y values
y_pred <- ___
# Calculate the differences between actual and predicted
y_diff <- ___
# Calculate the sum of squares
___