1. Learn
    2. /
  2. Курси
    3. /
  3. Вступ до Regression у R
Connected

вправа

Прогнозування цін на житло

Мабуть, найкорисніша властивість статистичних моделей, як-от лінійна регресія, полягає в тому, що з їхньою допомогою можна робити прогнози. Тобто ви задаєте значення для кожної пояснювальної змінної, передаєте їх у модель і отримуєте прогноз для відповідної залежної змінної. Послідовність коду така.

explanatory_data <- tibble(
  explanatory_var = some_values
)
explanatory_data %>%
  mutate(
    response_var = predict(model, explanatory_data)
  )

Тут ви зробите прогнози для цін на житло у наборі даних про нерухомість Тайваню.

taiwan_real_estate доступний. Лінійну регресійну модель ціни житла залежно від кількості крамниць біля дому задано як mdl_price_vs_conv (виведіть її та перегляньте виклик, щоб побачити, як її створено); також завантажено dplyr.

Інструкції 1/3

undefined XP
    1
    2
    3
  • Створіть tibble з пояснювальними даними, де кількість крамниць біля дому n_convenience набуває цілих значень від нуля до десяти.