Лінійні передбачення
Бізнес особливо цікавиться регресіями, адже вони дають змогу передбачати значення залежної змінної за відомими значеннями незалежної змінної — як окремо для певної A/B‑групи, так і без урахування груп.
Компанія хоче оцінити, як час, витрачений на пошук на сайті, впливає на суму грошей, витрачених на їхньому сайті. Ви створили лінійну модель без урахування груп, spending, і переконалися, що припущення лінійної регресії виконано. Компанію цікавить, яку суму, ймовірно, буде витрачено, якщо на сайті проведено 30, 32 або 40 хвилин — незалежно від груп.
Набір даних SiteSales і модель лінійної регресії spending уже завантажено для вас.
Ця вправа є частиною курсу
A/B Testing в R
Інструкції до вправи
- Збережіть час, для якого потрібно зробити передбачення — 30, 32 і 40 хвилин — у змінній
TimeSearching. - Збережіть цей час у датафреймі з назвою
timepredict. - Визначте ймовірну суму витрат для цих часових точок, використовуючи модель
spending.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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 = ___)