Een lineaire regressie met parallelle hellingen fitten
In Introduction to Regression in R leerde je lineaire regressiemodellen fitten met één verklarende variabele. In veel gevallen beperkt het gebruik van slechts één verklarende variabele de nauwkeurigheid van voorspellingen. Dat betekent dat je, om lineaire regressie echt onder de knie te krijgen, meerdere verklarende variabelen moet kunnen opnemen.
Het geval met één numerieke verklarende variabele en één categorische verklarende variabele wordt soms een lineaire regressie met "parallelle hellingen" genoemd, vanwege de vorm van de voorspellingen—daarover meer in de volgende oefening.
Hier kijk je opnieuw naar de Taiwan vastgoedgegevensset. Herinner je de betekenis van elke variabele.
| Variable | Meaning |
|---|---|
dist_to_mrt_station_m |
Afstand tot het dichtstbijzijnde MRT-metrostation, in meters. |
n_convenience |
Aantal buurtwinkels op loopafstand. |
house_age_years |
De leeftijd van het huis, in jaren, in 3 groepen. |
price_twd_msq |
Huisprijs per oppervlakte-eenheid, in New Taiwan dollars per m². |
taiwan_real_estate is beschikbaar.
Deze oefening maakt deel uit van de cursus
Intermediary Regression in R
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Fit a linear regr'n of price_twd_msq vs. n_convenience
mdl_price_vs_conv <- ___
# See the result
mdl_price_vs_conv