평행 기울기 모델
이번에는 수치형 설명/예측 변수 log10_size와 범주형(여기서는 이진) 변수 waterfront를 사용해 "평행 기울기" 모델을 적합해 보겠습니다. 이 모델에 대응하는 시각화는 아래와 같습니다:
이 연습은 강의의 일부입니다
Tidyverse로 하는 데이터 모델링
연습 안내
log10_size와 waterfront를 예측 변수로 사용해 log10_price의 다중 회귀를 적합하세요. 이 변수들이 들어 있는 데이터 프레임은 house_prices임을 기억하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Fit model
model_price_4 <- lm(___,
data = ___)
# Get regression table
get_regression_table(model_price_4)