Ajuste de uma regressão linear de inclinações paralelas
Em Introdução à regressão em R, você aprendeu a ajustar modelos de regressão linear com uma única variável explicativa. Em muitos casos, o uso de apenas uma variável explicativa limita a precisão das previsões. Isso significa que, para realmente dominar a regressão linear, você precisa ser capaz de incluir várias variáveis explicativas.
O caso em que há uma variável explicativa numérica e uma variável explicativa categórica é às vezes chamado de regressão linear de "inclinações paralelas" devido à forma das previsões - mais sobre isso no próximo exercício.
Aqui, você revisitará o conjunto de dados de imóveis de Taiwan. Lembre-se do significado de cada variável.
Variável | Significado |
---|---|
dist_to_mrt_station_m |
Distância até a estação de metrô mais próxima MRT, em metros. |
n_convenience |
Número de lojas de conveniência a uma curta distância. |
house_age_years |
A idade da casa, em anos, em 3 grupos. |
price_twd_msq |
Preço da casa por unidade de área, em dólares de Nova Taiwan por metro quadrado. |
taiwan_real_estate
está disponível.
Este exercício faz parte do curso
Regressão intermediária no R
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Fit a linear regr'n of price_twd_msq vs. n_convenience
mdl_price_vs_conv <- ___
# See the result
mdl_price_vs_conv