Dự đoán giá nhà theo năm xây và diện tích

Mô hình hóa với dữ liệu trong Tidyverse

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

Ôn lại: mặt phẳng hồi quy

Mô hình hóa với dữ liệu trong Tidyverse

Mặt phẳng hồi quy để dự đoán

Mô hình hóa với dữ liệu trong Tidyverse

Giá trị dự đoán

# Fit regression model using formula of form: y ~ x1 + x2
model_price_1 <- lm(log10_price ~ log10_size + yr_built, 
                    data = house_prices)

# Output regression table
get_regression_table(model_price_1)

# A tibble: 3 x 7
  term       estimate std_error statistic p_value lower_ci...
  <chr>         <dbl>     <dbl>     <dbl>   <dbl>    <dbl>...
1 intercept   5.38      0.0754       71.4       0  5.24...
2 log10_size  0.913     0.00647     141.        0  0.901...
3 yr_built   -0.00138   0.00004     -33.8       0 -0.00146...
Mô hình hóa với dữ liệu trong Tidyverse

Giá trị dự đoán

# Make prediction
5.38 + 0.913 * 3.07 - 0.00138 * 1980

5.45051

# Convert back to original untransformed units
10^(5.45051)

282169.5
Mô hình hóa với dữ liệu trong Tidyverse

Tính mọi giá trị dự đoán và phần dư

# Output point-by-point information
get_regression_points(model_price_1)

# A tibble: 21,613 x 6
      ID log10_price log10_size yr_built log10_price_hat
   <int>       <dbl>      <dbl>    <dbl>           <dbl>
 1     1        5.35       3.07     1955            5.50
 2     2        5.73       3.41     1951            5.81
 3     3        5.26       2.89     1933            5.36
 4     4        5.78       3.29     1965            5.69
 5     5        5.71       3.22     1987            5.60
 6     6        6.09       3.73     2001            6.04
 7     7        5.41       3.23     1995            5.59
...
Mô hình hóa với dữ liệu trong Tidyverse

Đường khớp tốt nhất và phần dư

Mô hình hóa với dữ liệu trong Tidyverse

Tổng bình phương phần dư

# A tibble: 21,613 x 6
      ID log10_price log10_size yr_built log10_price_hat
   <int>       <dbl>      <dbl>    <dbl>           <dbl>
 1     1        5.35       3.07     1955            5.50
 2     2        5.73       3.41     1951            5.81
...

# Square all residuals and sum them
get_regression_points(model_price_1) %>%
  mutate(sq_residuals = residual^2) %>%
  summarize(sum_sq_residuals = sum(sq_residuals))

# A tibble: 1 x 1
  sum_sq_residuals
             <dbl>
1             585.
Mô hình hóa với dữ liệu trong Tidyverse

Cùng luyện tập nào!

Mô hình hóa với dữ liệu trong Tidyverse

Preparing Video For Download...