Lineaire voorspellingen
Bedrijven zijn vooral geïnteresseerd in regressies omdat ze de uitkomst van een afhankelijke variabele kunnen voorspellen op basis van waarden van een onafhankelijke variabele, hetzij per A/B-groep of zonder naar groepen te kijken.
Een bedrijf wil weten wat het effect is van de tijd die op de site naar producten wordt gezocht op het bedrag dat op de site wordt uitgegeven. Je hebt een lineair model zonder groepen gemaakt, spending, en gecontroleerd dat aan de aannames van lineaire regressie is voldaan. Het bedrijf wil weten hoeveel geld er waarschijnlijk wordt uitgegeven als er 30, 32 of 40 minuten op de website wordt doorgebracht, ongeacht de groepen.
De SiteSales-gegevensset en het lineaire regressiemodel spending zijn voor je geladen.
Deze oefening maakt deel uit van de cursus
A/B-testen in R
Oefeninstructies
- Sla de tijden waarvoor we willen voorspellen (30, 32 en 40 minuten) op in een variabele
TimeSearching. - Sla de tijd op in een data frame
timepredict. - Bepaal het verwachte bestedingsbedrag voor deze tijdstippen met het
spending-model.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Store the data to predict
TimeSearching <- c(___)
# Store the data in a data frame
timepredict <- data.frame(___)
# Determine the amount expected to spend
predict(___, newdata = ___)