Tahminleri elle hesaplama
Basit doğrusal regresyonda olduğu gibi, model katsayılarından tahminleri elle de hesaplayabilirsin. Paralel eğimler durumunda tek fark, kategorik açıklayıcı değişkenin her kategorisi için kesişimin farklı olmasıdır. Bu da her bir kategori ayrı ayrı gerçekleştiğinde durumu dikkate alman gerektiği anlamına gelir.
taiwan_real_estate, mdl_price_vs_both ve explanatory_data hazır; ayrıca önceki egzersizden ic_0_15, ic_15_30, ic_30_45 ve slope da yüklendi.
Bu egzersiz, kursun bir parçasıdır
Python ile statsmodels'da Orta Düzey Regresyon
Egzersiz talimatları
- Üç koşullu ifadeden oluşan bir
conditionslistesi tanımla:house_age_years"0 to 15",house_age_years"15 to 30"vehouse_age_years"30 to 45"olsun. choicesadlı bir liste tanımla vemdl_price_vs_bothiçinden çıkardığın kesişimleri ekle. Bunlar koşulların her birine karşılık gelir.np.select()kullanarak kesişimlerden oluşan bir dizi oluştur.prediction_datayı oluştur:explanatory_dataile başla,interceptalanına kesişim dizisini ata veprice_twd_msqalanına elle hesaplanan tahminleri yaz.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Define conditions
conditions = [____]
# Define choices
choices = [____]
# Create array of intercepts for each house_age_year category
intercept = ____(____, ____)
# Create prediction_data with columns intercept and price_twd_msq
prediction_data = ____.____(
____ = ____,
____ = ____ + ____ * ____[____])
print(prediction_data)