将非线性函数线性化
这家精酿啤酒厂计划扩张业务，在全国范围内推出 Hoppiness。因此，经理需要为不止一家门店做出定价决策。
不同门店不仅位置不同，活跃度和销量规模也可能不同。一个解决思路是解释 PRICE 变动相对于 SALES 变动的影响。方法是对 SALES 取 log()。随后用 lm() 函数再次估计对应的 log(SALES) ~ PRICE 关系，并通过其系数来研究得到的非线性销量响应模型。
本练习是课程的一部分
在 R 中构建响应模型
练习说明
- 用
PRICE解释log(SALES)。使用lm()函数，并将结果赋给名为log.model的对象。 - 使用
coef()函数获取log.model对象的模型系数。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Explain log(SALES) by PRICE
log.model <- ___(___, data = sales.data)
# Obtain the model coefficients