平行な傾きを可視化する
前の演習で示した2つのプロットは、まったく異なる予測をしていました。1つは数値変数に対して予測値が直線的に増加し、もう1つはカテゴリごとに一定の予測値を与えるものでした。 この2つの矛盾する予測を両立させる唯一の合理的な方法は、説明変数を両方とも同時にモデルに組み込むことです。
数値変数とカテゴリ変数を説明変数に含む線形回帰モデルの予測を表示するために、ggplot2 にはすぐに使える簡単な方法はありません。幸い、moderndive パッケージには、それを簡単にする追加のジオム geom_parallel_slopes() が用意されています。
taiwan_real_estate が利用可能で、ggplot2 と moderndive は読み込まれています。
この演習はコースの一部です
Rで学ぶ中級回帰分析
演習の手順
taiwan_real_estateデータセットを使い、近隣のコンビニ数に対する住宅価格を、住宅の築年数で色分けしてプロットします。- 散布図にします。
- 標準誤差のリボンは表示せずに、平行な傾きを追加します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Using taiwan_real_estate, plot price_twd_msq vs. n_convenience colored by house_age_years
___ +
# Add a point layer
___ +
# Add parallel slopes, no ribbon
___