Diễn giải độ phù hợp của mô hình
Bảng sau hiển thị một phần kết quả tóm tắt của mô hình hồi quy tuyến tính bội.
Call:
lm(formula = salesThisMon ~ nItems + ... + customerDuration, data = salesData)
Residuals:
Min 1Q Median 3Q Max
-322.66 -51.26 0.60 51.28 399.10
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -2.828e+02 1.007e+01 -28.079 < 2e-16 ***
nItems 1.470e-01 2.093e-02 7.023 2.45e-12 ***
mostFreqStoreColorado Springs -7.829e+00 4.351e+00 -1.799 0.072047 .
mostFreqStoreColumbus 5.960e-01 3.682e+00 0.162 0.871391
...
mostFreqCatBaby -3.496e+00 3.469e+00 -1.008 0.313594
mostFreqCatBakery -9.908e+00 5.451e+00 -1.818 0.069188 .
...
nCats -9.585e-01 1.956e-01 -4.900 9.90e-07 ***
nPurch 5.092e-01 1.513e-01 3.364 0.000773 ***
salesLast3Mon 3.782e-01 8.480e-03 44.604 < 2e-16 ***
daysSinceLastPurch 1.712e-01 1.526e-01 1.122 0.262022
meanItemPrice 2.253e-01 9.168e-02 2.457 0.014034 *
meanShoppingCartValue 2.584e-01 2.620e-02 9.861 < 2e-16 ***
customerDuration 5.708e-01 7.162e-03 79.707 < 2e-16 ***
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 77.56 on 5095 degrees of freedom
Multiple R-squared: 0.8236, Adjusted R-squared: 0.8227
F-statistic: 914.9 on 26 and 5095 DF, p-value: < 2.2e-16
Hãy xem các thống kê độ phù hợp của mô hình. Bao nhiêu phần biến thiên của biến phụ thuộc được giải thích bởi các biến giải thích?
Bài tập này là một phần của khóa học
Machine Learning cho Phân tích Marketing bằng R
Bài tập tương tác thực hành
Biến lý thuyết thành hành động với một trong các bài tập tương tác của chúng tôi
Bắt đầu bài tập