Predykcja liniowa
Regresja jest szczególnie ceniona w biznesie ze względu na możliwość przewidywania wartości zmiennej zależnej na podstawie zmiennej niezależnej – z uwzględnieniem grup A/B lub bez podziału na grupy.
Pewna firma chce ocenić, jak czas spędzony na przeglądaniu strony wpływa na kwotę wydaną przez użytkownika. Opracowano już model liniowy bez podziału na grupy – spending – i zweryfikowano, że spełnia założenia regresji liniowej. Firma chce wiedzieć, ile pieniędzy prawdopodobnie wyda użytkownik, który spędzi na stronie 30, 32 lub 40 minut, niezależnie od przynależności do grupy.
Zbiór danych SiteSales oraz model regresji liniowej spending zostały już wczytane.
To ćwiczenie jest częścią kursu
Testy A/B w R
Instrukcje do ćwiczenia
- Zapisz wartości czasu, dla których chcemy wykonać predykcję – 30, 32 i 40 minut – w zmiennej o nazwie
TimeSearching. - Zapisz ten czas w ramce danych o nazwie
timepredict. - Wyznacz przewidywaną kwotę wydatków dla podanych punktów czasowych, korzystając z modelu
spending.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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 = ___)