Прогнозирование с помощью модели с параллельными наклонами
Хотя ggplot может автоматически отображать прогнозы модели, для дальнейшей работы с этими значениями в коде вам потребуется вычислить их самостоятельно.
Как и в случае с одной объясняющей переменной, рабочий процесс состоит из двух шагов: создайте набор данных с объясняющими переменными, а затем добавьте столбец с прогнозами. Чтобы убедиться в правильности результата, вы можете нанести прогнозы на график ggplot с помощью линий geom_parallel_slopes().
Доступны taiwan_real_estate и mdl_price_vs_both; загружены пакеты dplyr, tidyr и ggplot2.
Это упражнение является частью курса
Промежуточная регрессия в R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Make a grid of explanatory data
explanatory_data <- ___(
# Set n_convenience to zero to ten
___,
# Set house_age_years to the unique values of that variable
___
)
# See the result
explanatory_data