Ajustarea unei regresii liniare cu pante paralele
În cursul Introduction to Regression with statsmodels in Python, ai învățat să ajustezi modele de regresie liniară cu o singură variabilă explicativă. În multe cazuri, folosirea unei singure variabile explicative limitează acuratețea predicțiilor. Pentru a stăpâni cu adevărat regresia liniară, trebuie să știi să ajustezi modele cu mai multe variabile explicative.
Cazul în care există o variabilă explicativă numerică și una categorică se numește uneori regresie liniară cu „pante paralele", datorită formei predicțiilor — vei afla mai multe despre asta în exercițiul următor.
Aici vei reveni la setul de date imobiliare din Taiwan. Reamintește-ți semnificația fiecărei variabile.
| Variabilă | Semnificație |
|---|---|
dist_to_mrt_station_m |
Distanța față de cea mai apropiată stație de metrou MRT, în metri. |
n_convenience |
Numărul de magazine de proximitate accesibile pe jos. |
house_age_years |
Vechimea casei, în ani, împărțită în 3 grupe. |
price_twd_msq |
Prețul casei pe unitate de suprafață, în dolari taiwanezi noi pe metru pătrat. |
taiwan_real_estate este disponibil.
Acest exercițiu face parte din cursul
Regresie intermediară cu statsmodels în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Import ols from statsmodels.formula.api
____
# Fit a linear regression of price_twd_msq vs. n_convenience
mdl_price_vs_conv = ____
# Print the coefficients
print(____)