Förutsäga huspriser
En av de mest användbara egenskaperna hos statistiska modeller som linjär regression är möjligheten att göra förutsägelser. Det innebär att du anger värden för varje förklarande variabel, matar in dem i modellen och får en förutsägelse för motsvarande responsvariabel. Kodflödet ser ut så här.
explanatory_data <- tibble(
explanatory_var = some_values
)
explanatory_data %>%
mutate(
response_var = predict(model, explanatory_data)
)
Här ska du göra förutsägelser för huspriser i datasetet för Taiwans fastighetsmarknad.
taiwan_real_estate finns tillgänglig. Den linjära regressionsmodellen för huspris mot antal närbutiker finns tillgänglig som mdl_price_vs_conv (skriv ut den och läs anropet för att se hur den skapades); och dplyr är inläst.
Den här övningen är en del av kursen
Introduktion till regression i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create a tibble with n_convenience column from zero to ten
explanatory_data <- ___