Spiegare il prezzo della casa con anno e dimensione

Modellazione con i dati nel Tidyverse

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

Ripasso: prezzi delle case a Seattle

library(dplyr)
library(moderndive)

# Anteprima di alcune variabili:
house_prices %>% 
  select(price, sqft_living, condition, waterfront) %>% 
  glimpse()

Osservazioni: 21,613
Variabili: 4
$ price       <dbl> 221900, 538000, 180000, 604000...
$ sqft_living <int> 1180, 2570, 770, 1960, 1680, 5420...
$ condition   <fct> 3, 3, 3, 5, 3, 3, 3, 3, 3, 3, 3...

Ripasso: variabili prezzo e dimensione

Ripasso: trasformazione log10

Ripasso: trasformazione dei dati

# Trasforma con log10() prezzo e dimensione
house_prices <- house_prices %>%
  mutate(
    log10_price = log10(price),
    log10_size = log10(sqft_living)
  )

Modello per il prezzo della casa

Variabile di esito $y$ - prezzo della casa (USD): price
Due variabili esplicative/predittori numerici:
- $x_1$ - dimensione della casa: log10_size
- $x_2$ - anno di costruzione: yr_built

Visualizzazione esplorativa di prezzo, dimensione e anno

Grafico a dispersione 3D di log10_price, log10_size e yr_built

Piano di regressione

Grafico a dispersione 3D con piano di regressione (link alla versione interattiva).

Tabella di regressione

# Stima il modello di regressione con formula: y ~ x1 + x2
model_price_1 <- lm(log10_price ~ log10_size + yr_built, 
                    data = house_prices)

# Mostra la tabella di regressione
get_regression_table(model_price_1)

# A tibble: 3 x 7
  term       estimate std_error statistic p_value...
  <chr>         <dbl>     <dbl>     <dbl>   <dbl>...
1 intercept   5.38      0.0754       71.4       0...
2 log10_size  0.913     0.00647     141.        0...
3 yr_built   -0.00138   0.00004     -33.8       0...

Esercitiamoci!

Modellazione con i dati nel Tidyverse