1. Главная
  2. Библиотека
  3. Эконометрика
  4. В переменной df сохранен subset данных mtcars только с переменными "wt", "mpg", "disp", "drat", "hp". Воспользуйтесь множ...

В переменной df сохранен subset данных mtcars только с переменными "wt", "mpg", "disp", "drat", "hp". Воспользуйтесь множественным регрессионным анализом, чтобы предсказать вес машины (переменная "wt"). Выберите такую комбинацию независимых переменных

«В переменной df сохранен subset данных mtcars только с переменными "wt", "mpg", "disp", "drat", "hp". Воспользуйтесь множественным регрессионным анализом, чтобы предсказать вес машины (переменная "wt"). Выберите такую комбинацию независимых переменных»
  • Эконометрика

Условие:

В переменной df сохранен subset данных mtcars только с переменными "wt", "mpg", "disp", "drat", "hp". Воспользуйтесь множественным регрессионным анализом, чтобы предсказать вес машины (переменная "wt"). Выберите такую комбинацию независимых переменных (из "mpg", "disp", "drat", "hp"), чтобы значение R^2 adjusted было наибольшим. Взаимодействия факторов учитывать не надо.

Выполните все операции по сравнению моделей на вашем компьютере.
В поле для ответа сохраните в переменную model регрессионную модель с оптимальной комбинацией предикторов!

Решение:

Ниже приведён один из вариантов решения задачи с пошаговыми пояснениями на русском языке. В нашем примере мы сравним модели, которые предсказывают вес (wt) на основе различных комбинаций переменных из набора {mpg, disp, drat, hp} и выберем ту, при которой скорректированное R² максимально. Один из вариантов решения может выглядеть так: ---------------------------------------------------- # Шаг 1. Подготовка данных Предположим, что в переменной df у нас уже находится подвыборка mtcars c переменными:   wt, mpg, disp, drat, hp ---------------------------------------------------- # Шаг 2. Определ...

Не нашел нужную задачу?

Воспользуйся поиском

Выбери предмет