年次とサイズで住宅価格を説明する

tidyverse で学ぶモデリング

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

復習：シアトルの住宅価格

library(dplyr)
library(moderndive)

# Preview only certain variables:
house_prices %>% 
  select(price, sqft_living, condition, waterfront) %>% 
  glimpse()

Observations: 21,613
Variables: 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...

復習：価格とサイズの変数

復習：log10変換

復習：データ変換

# log10() transform price and size
house_prices <- house_prices %>%
  mutate(
    log10_price = log10(price),
    log10_size = log10(sqft_living)
  )

住宅価格のモデル

目的変数 $y$ - 住宅価格（USD）：price
2つの数値説明変数：
- $x_1$ - 住宅サイズ：log10_size
- $x_2$ - 築年：yr_built

住宅価格・サイズ・築年の探索的可視化

log10_price、log10_size、yr_built の3D散布図

回帰平面

回帰平面付き3D散布図（インタラクティブ版はリンク参照）。

回帰テーブル

# 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...
  <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...

練習しましょう！

tidyverse で学ぶモデリング