การพยากรณ์เชิงเส้น
การถดถอย (regression) เป็นที่นิยมในแวดวงธุรกิจ เนื่องจากสามารถพยากรณ์ค่าของตัวแปรตามได้เมื่อทราบค่าของตัวแปรอิสระ ไม่ว่าจะแยกตามกลุ่ม A/B หรือไม่ก็ตาม
บริษัทแห่งหนึ่งต้องการประเมินว่าเวลาที่ผู้ใช้ใช้ค้นหาบนเว็บไซต์ส่งผลต่อยอดใช้จ่ายอย่างไร คุณได้สร้างโมเดลเชิงเส้นที่ไม่แยกกลุ่มไว้แล้วชื่อ spending และตรวจสอบแล้วว่าข้อสมมติของการถดถอยเชิงเส้นเป็นที่น่าพอใจ บริษัทต้องการทราบว่าหากผู้ใช้ใช้เวลาบนเว็บไซต์ 30, 32 หรือ 40 นาที คาดว่าจะมียอดใช้จ่ายเท่าใด โดยไม่คำนึงถึงกลุ่ม
ชุดข้อมูล SiteSales และโมเดลการถดถอยเชิงเส้น spending ถูกโหลดไว้ให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
A/B Testing ใน R
คำแนะนำการฝึกหัด
- เก็บค่าเวลาที่ต้องการพยากรณ์ ได้แก่ 30, 32 และ 40 นาที ไว้ในตัวแปรชื่อ
TimeSearching - เก็บค่าเวลาดังกล่าวลงใน data frame ชื่อ
timepredict - คำนวณยอดใช้จ่ายที่คาดว่าจะเกิดขึ้นสำหรับช่วงเวลาที่สนใจ โดยใช้โมเดล
spending
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Store the data to predict
TimeSearching <- c(___)
# Store the data in a data frame
timepredict <- data.frame(___)
# Determine the amount expected to spend
predict(___, newdata = ___)