Anpassa en linjär regression med parallella lutningar
I Introduction to Regression in R lärde du dig att anpassa linjära regressionsmodeller med en enda förklarande variabel. I många fall begränsar en enda förklarande variabel noggrannheten i förutsägelserna. För att verkligen behärska linjär regression behöver du därför kunna inkludera flera förklarande variabler.
Fallet med en numerisk förklarande variabel och en kategorisk förklarande variabel kallas ibland för "parallel slopes"-regression (parallella lutningar), på grund av formen hos förutsägelserna – mer om det i nästa övning.
Här återvänder du till datasetet med taiwanesiska fastigheter. Påminn dig om innebörden av varje variabel.
| Variabel | Betydelse |
|---|---|
dist_to_mrt_station_m |
Avstånd till närmaste MRT-tunnelbanestation, i meter. |
n_convenience |
Antal närbutiker inom gångavstånd. |
house_age_years |
Husets ålder, i år, indelad i 3 grupper. |
price_twd_msq |
Huspris per ytenhet, i nya taiwanesiska dollar per kvadratmeter. |
taiwan_real_estate är tillgänglig.
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.
# Fit a linear regr'n of price_twd_msq vs. n_convenience
mdl_price_vs_conv <- ___
# See the result
mdl_price_vs_conv