線性預測
企業特別重視迴歸，因為它能在給定自變數的情況下，預測依變數的結果；可以依據特定的 A/B 組別，或是不區分組別來進行。
某家公司想評估，使用者在網站上花費的搜尋時間，會如何影響其在網站上的消費金額。你已建立了不區分組別的線性模型 spending，並確認線性迴歸的假設已滿足。公司想知道：不論組別，若在網站上花 30、32 或 40 分鐘，可能會花多少錢。
SiteSales 資料集與線性迴歸模型 spending 已為你載入。
本練習屬於課程
R 中的 A/B 測試
練習說明
- 將要預測的時間 30、32、40 分鐘，存成名為
TimeSearching的變數。 - 將這些時間存入名為
timepredict的資料框。 - 依據我們關心的時間點與
spending模型，推算可能的花費金額。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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 = ___)