Previsão de preços de imóveis
Talvez o recurso mais útil dos modelos estatísticos, como a regressão linear, seja o fato de você poder fazer previsões. Ou seja, você especifica valores para cada uma das variáveis explicativas, alimenta-as no modelo e obtém uma previsão para a variável de resposta correspondente. O fluxo de código é o seguinte.
explanatory_data <- tibble(
explanatory_var = some_values
)
explanatory_data %>%
mutate(
response_var = predict(model, explanatory_data)
)
Aqui, você fará previsões para os preços das casas no conjunto de dados de imóveis de Taiwan.
taiwan_real_estate
está disponível. O modelo de regressão linear do preço dos imóveis versus o número de lojas de conveniência está disponível em mdl_price_vs_conv
(imprima-o e leia a chamada para ver como foi feito); e dplyr
está carregado.
Este exercício faz parte do curso
Introdução à regressão em R
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# Create a tibble with n_convenience column from zero to ten
explanatory_data <- ___