Linjär regressionsalgoritm
För att verkligen förstå linjär regression är det bra att känna till hur algoritmen fungerar. Koden för lm() är hundratals rader lång eftersom den måste fungera med alla möjliga formler och datamängder. Men för enkel linjär regression med en enda datamängd räcker det med några få rader kod.
Arbetsflödet ser ut så här:
- Skriv ett skript som beräknar kvadratsumman.
- Omvandla det till en funktion.
- Använd R:s generella optimeringsfunktion för att hitta de koefficienter som minimerar kvadratsumman.
De förklarande värdena (kolumnen n_convenience i taiwan_real_estate) finns tillgängliga som x_actual.
Responsvärdena (kolumnen price_twd_msq i taiwan_real_estate) finns tillgängliga som y_actual.
Den här övningen är en del av kursen
Intermediär regression i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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
___