평행 기울기 선형 회귀 적합하기

Introduction to Regression with statsmodels in Python에서 단일 설명 변수를 사용하는 선형 회귀 모형을 적합하는 방법을 배웠습니다. 하지만 많은 경우 설명 변수를 하나만 사용하면 예측 정확도가 제한됩니다. 선형 회귀를 제대로 익히려면 여러 설명 변수를 가진 회귀 모형을 적합할 수 있어야 합니다.

하나의 수치형 설명 변수와 하나의 범주형 설명 변수를 함께 쓰는 경우, 예측의 형태 때문에 이를 "평행 기울기(parallel slopes)" 선형 회귀라고 부르기도 합니다. 이에 대해서는 다음 연습 문제에서 더 알아보겠습니다.

여기서는 Taiwan 부동산 데이터셋을 다시 사용합니다. 각 변수의 의미를 떠올려 보세요.

Variable	Meaning
dist_to_mrt_station_m	가장 가까운 MRT 역까지의 거리(미터).
n_convenience	도보권 내 편의점 개수.
house_age_years	주택 연령(년), 3개 그룹.
price_twd_msq	면적당 주택 가격(제곱미터당 신 타이완 달러).

taiwan_real_estate를 사용할 수 있습니다.