Алгоритм линейной регрессии
Чтобы по-настоящему понять линейную регрессию, полезно разобраться в том, как работает её алгоритм. Код функции lm() занимает сотни строк, поскольку она должна работать с любой формулой и любым набором данных. Однако в случае простой линейной регрессии для конкретного набора данных можно реализовать алгоритм всего в нескольких строках.
Порядок работы:
- Напишите скрипт для вычисления суммы квадратов.
- Преобразуйте его в функцию.
- Используйте функцию оптимизации общего назначения в R, чтобы найти коэффициенты, минимизирующие эту сумму.
Значения объясняющей переменной (столбец n_convenience из taiwan_real_estate) доступны как x_actual.
Значения зависимой переменной (столбец price_twd_msq из taiwan_real_estate) доступны как y_actual.
Это упражнение является частью курса
Промежуточная регрессия в R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Set the intercept to 10
intercept <- ___
# Set the slope to 1
slope <- ___
# Calculate the predicted y values
y_pred <- ___
# Calculate the differences between actual and predicted
y_diff <- ___
# Calculate the sum of squares
___