変換後の係数を解釈する

線形回帰では、変数変換はとても強力な手法です。ただし、変換した変数を含むモデルでは、パラメータ推定値の解釈に注意が必要です。

ここでは、Reed College の Andrew Bray が 2010 年の LA の住宅について収集したデータを用います。以下のモデルにおいて、log(sqft) の係数をどのように解釈するのが適切でしょうか。

注意: 因果的な解釈は避けてください。延床面積が増えたからといって、特定の家の価格が必ず上がるわけではありません。係数の解釈は、与えられた延床面積における住宅の平均価格の推定を表します。

次の線形モデルを実行してから質問に答えてください。

lm(log(price) ~ log(sqft), data = LAhomes) %>% tidy()

家の延床面積が 1 平方フィート増えるごとに、平均価格の推定値は $1.44 高くなる。

家の延床面積が 1 平方フィート増えるごとに、平均価格の推定値は $1,442 高くなる。

家の延床面積が 1 平方フィート増えるごとに、平均価格の推定値は 1.44% 高くなる。

延床面積が 1% 増えるごとに、平均価格の推定値は $1.44 高くなる。

延床面積が 1% 増えるごとに、平均価格の推定値は 1.44% 高くなる。

演習