拟合平行斜率线性回归
在 Introduction to Regression in R 中,您已经学习了只含一个解释变量的线性回归模型。在很多情形下,只使用一个解释变量会限制预测的准确性。因此,要真正掌握线性回归,您需要能够在模型中加入多个解释变量。
当模型包含 1 个数值型解释变量和 1 个分类型解释变量时,由于预测线呈现的形状,这类模型有时被称为"平行斜率(parallel slopes)"线性回归——下一道练习会进一步说明。
这里,您将再次使用台湾房价数据集。请回忆各变量含义。
| Variable | Meaning |
|---|---|
dist_to_mrt_station_m |
距离最近 MRT 地铁站的距离,单位:米。 |
n_convenience |
步行范围内的便利店数量。 |
house_age_years |
房龄(年),分为 3 组。 |
price_twd_msq |
单位面积房价,新台币/平方米。 |
taiwan_real_estate 已提供。
本练习是课程的一部分
R 中级回归
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Fit a linear regr'n of price_twd_msq vs. n_convenience
mdl_price_vs_conv <- ___
# See the result
mdl_price_vs_conv