Regresja dla efektów świątecznych i promocyjnych
Teraz, gdy masz już zmienną wskaźnikową dla Nowego Roku, sprawdź za pomocą regresji, czy różni się ona istotnie od zwykłego wzorca sprzedaży.
Twój data.frame z logarytmem sprzedaży i logarytmem cen jest zapisany w przestrzeni roboczej jako MET_hi_train. Zmienna dla Nowego Roku jest przechowywana jako newyear.
To ćwiczenie jest częścią kursu
Prognozowanie popytu na produkty w R
Instrukcje do ćwiczenia
- Utwórz nowy zbiór danych
MET_hi_train_2, łączącMET_hi_trainz nową zmienną noworoczną jako wektor. - Zbuduj model regresji dla produktu z wyższej półki w regionie metropolitalnym. Model powinien przewidywać logarytm sprzedaży (
log_sales) na podstawie logarytmu ceny (log_price) oraz zmiennej noworocznej (newyear) – wykorzystaj nowo utworzony zbiór danychMET_hi_train_2.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create MET_hi_train_2 by adding newyear
MET_hi_train_2 <- data.frame(MET_hi_train, as.vector(___))
colnames(MET_hi_train_2)[3] <- "newyear"
# Build regressions for the product
model_MET_hi_full <- lm(___ ~ ___ + ___, data = ___)