1. Nauka
    2. /
  2. Kursy
    3. /
  3. Regresja średnio zaawansowana w R
Connected

ćwiczenie

Dopasowywanie regresji liniowej z równoległymi nachyleniami

W kursie Wprowadzenie do regresji w R poznałeś/aś modele regresji liniowej z jedną zmienną objaśniającą. W wielu przypadkach oparcie się na tylko jednej zmiennej ogranicza dokładność prognoz. Aby naprawdę opanować regresję liniową, trzeba umieć uwzględniać wiele zmiennych objaśniających jednocześnie.

Sytuacja, w której mamy jedną numeryczną i jedną kategoryczną zmienną objaśniającą, bywa określana jako regresja liniowa z „równoległymi nachyleniami" – nazwa pochodzi od charakterystycznego kształtu prognoz—więcej na ten temat w następnym ćwiczeniu.

W tym ćwiczeniu wrócimy do tajwańskiego zbioru danych o nieruchomościach. Przypomnij sobie znaczenie każdej zmiennej.

Zmienna Znaczenie
dist_to_mrt_station_m Odległość do najbliższej stacji metra MRT, w metrach.
n_convenience Liczba sklepów convenience w zasięgu pieszym.
house_age_years Wiek nieruchomości w latach, podzielony na 3 grupy.
price_twd_msq Cena nieruchomości za jednostkę powierzchni, w nowych dolarach tajwańskich za m².

Zbiór danych taiwan_real_estate jest dostępny.

Instrukcje 1/3

undefined XP
  • 1
    • Korzystając ze zbioru danych taiwan_real_estate, zbuduj model ceny nieruchomości (w dolarach tajwańskich za metr kwadratowy) w zależności od liczby pobliskich sklepów convenience.
  • 2
    • Zbuduj model ceny nieruchomości (w dolarach tajwańskich za metr kwadratowy) w zależności od wieku nieruchomości (w latach). Nie uwzględniaj wyrazu wolnego.
  • 3
    • Zbuduj model ceny nieruchomości (w dolarach tajwańskich za metr kwadratowy) w zależności od liczby pobliskich sklepów convenience oraz wieku nieruchomości (w latach). Nie uwzględniaj wyrazu wolnego.