Szacowanie prostej regresji liniowej

Wróćmy do naszego zbioru danych salesData, który jest już wczytany do środowiska pracy. Wiemy, że sprzedaż z ostatnich trzech miesięcy jest silnie i dodatnio skorelowana ze sprzedażą w bieżącym miesiącu. Zacznijmy więc od uwzględnienia tej zmiennej jako predyktora w modelu regresji liniowej.

To ćwiczenie jest częścią kursu

Uczenie maszynowe w analizie marketingowej w R

Zobacz kurs

Instrukcje do ćwiczenia

Użyj funkcji lm(), aby zdefiniować model regresji liniowej ze zmienną salesLast3Mon jako zmienną objaśniającą. Przypisz wynik do obiektu salesSimpleModel.
Następnie użyj funkcji summary(), aby przejrzeć wyniki.
Przyjrzyj się współczynnikowi regresji. Czy między dwiema zmiennymi istnieje zależność dodatnia, czy ujemna?
Jaka część wariancji sprzedaży w bieżącym miesiącu jest wyjaśniana przez sprzedaż z poprzednich trzech miesięcy?

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Model specification using lm
salesSimpleModel <- lm(salesThisMon ~ ___, 
                       data = ___)

# Looking at model summary
summary(___)

Edytuj i uruchom kod