擬合平行斜率的線性迴歸

在《Introduction to Regression with statsmodels in Python》（Python 中使用 statsmodels 的回歸入門）中，你學過如何用單一解釋變數來擬合線性迴歸模型。很多情況下，只用一個解釋變數會限制預測的準確度。若要真正掌握線性迴歸，你需要能夠擬合包含多個解釋變數的模型。

當有 1 個數值型解釋變數與 1 個類別型解釋變數時，常被稱為「平行斜率（parallel slopes）」線性迴歸，這是因為其預測的形狀所致——下一個練習會更詳細說明。

這裡，你會再次使用臺灣房地產資料集。回想各變數的意義。

Variable	Meaning
dist_to_mrt_station_m	距離最近 MRT 捷運站的距離（公尺）。
n_convenience	步行可達的便利商店數量。
house_age_years	屋齡（年），分成 3 組。
price_twd_msq	每單位面積房價（每平方公尺新臺幣）。

taiwan_real_estate 已可使用。