Adattare una regressione lineare a pendenze parallele
Nel corso Introduction to Regression in R, hai imparato ad adattare modelli di regressione lineare con una sola variabile esplicativa. In molti casi, usare una sola variabile esplicativa limita l'accuratezza delle previsioni. Per padroneggiare davvero la regressione lineare, devi saper includere più variabili esplicative.
Il caso con una variabile esplicativa numerica e una categorica è talvolta chiamato regressione lineare a "pendenze parallele" per via della forma delle previsioni — ne parleremo meglio nel prossimo esercizio.
Qui riprenderai l'insieme di dati del mercato immobiliare di Taiwan. Ricorda il significato di ciascuna variabile.
| Variabile | Significato |
|---|---|
dist_to_mrt_station_m |
Distanza dalla stazione MRT più vicina, in metri. |
n_convenience |
Numero di minimarket raggiungibili a piedi. |
house_age_years |
Età della casa, in anni, in 3 gruppi. |
price_twd_msq |
Prezzo della casa per unità di superficie, in Nuovi dollari taiwanesi per metro quadrato. |
taiwan_real_estate è disponibile.
Questo esercizio fa parte del corso
Regressione intermedia in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Fit a linear regr'n of price_twd_msq vs. n_convenience
mdl_price_vs_conv <- ___
# See the result
mdl_price_vs_conv