1. सीखें
  2. /
  3. पाठ्यक्रम
  4. /
  5. Rで学ぶA/Bテスト

Connected

अभ्यास

線形予測

回帰は、特定のA/Bグループに基づく場合でもグループを無視する場合でも、独立変数の値から従属変数の結果を予測できるため、ビジネスで特に重視されます。

ある企業は、サイト内の検索に費やした時間が、サイトでの支出額に与える影響を評価したいと考えています。あなたはグループを無視した線形モデル spending を作成し、線形回帰の前提が満たされていることを確認しました。企業は、グループに関係なく、ウェブサイトで30分、32分、40分滞在した場合に、どの程度の金額が使われる可能性が高いかに関心があります。

SiteSales データセットと線形回帰モデル spending はすでに読み込まれています。

निर्देश

100 XP
  • 予測したい時間である30、32、40分を、TimeSearching という変数に保存します。
  • 時間を timepredict というデータフレームに保存します。
  • 関心のある時間点と spending モデルを用いて、使われる可能性が高い金額を求めます。