Prevendo preços de casas
Talvez o recurso mais útil de modelos estatísticos como a regressão linear seja a possibilidade de fazer previsões. Ou seja, você especifica valores para cada uma das variáveis explicativas, passa esses valores para o modelo e obtém uma previsão para a variável 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 vai fazer previsões para os preços de casas no conjunto de dados de imóveis de Taiwan.
taiwan_real_estate está disponível. O modelo de regressão linear do preço da casa em função do número de lojas de conveniência está disponível como mdl_price_vs_conv (imprima e leia a chamada para ver como ele foi criado); e dplyr está carregado.
Este exercício faz parte do curso
Introdução à Regressão em R
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Create a tibble with n_convenience column from zero to ten
explanatory_data <- ___