Aan de slagGa gratis aan de slag

Huisprijzen voorspellen

Misschien wel de handigste eigenschap van statistische modellen zoals lineaire regressie is dat je voorspellingen kunt doen. Je geeft waarden op voor elke verklarende variabele, voert die in het model, en je krijgt een voorspelling voor de bijbehorende responsvariabele. De code ziet er zo uit.

explanatory_data <- tibble(
  explanatory_var = some_values
)
explanatory_data %>%
  mutate(
    response_var = predict(model, explanatory_data)
  )

Hier ga je voorspellingen maken voor de huizenprijzen in de Taiwan Real Estate-gegevensset.

taiwan_real_estate is beschikbaar. Het lineaire regressiemodel van huisprijs versus aantal buurtwinkels is beschikbaar als mdl_price_vs_conv (print het en lees de call om te zien hoe het is gemaakt); en dplyr is geladen.

Deze oefening maakt deel uit van de cursus

Introductie tot regressie in R

Cursus bekijken

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create a tibble with n_convenience column from zero to ten
explanatory_data <- ___
Code bewerken en uitvoeren