Pemodelan dengan Data di Tidyverse

Berbekal pemahaman Anda tentang kerangka umum pemodelan, pada bab ini kita membahas regresi linear dasar di mana Anda menjaga model tetap sederhana dengan memodelkan variabel luaran y sebagai fungsi dari satu variabel penjelas/prediktor tunggal x. Kita akan menggunakan x numerik maupun kategorikal. Variabel luaran yang menjadi fokus pada bab ini adalah skor evaluasi pengajaran dari para pengajar di University of Texas, Austin.

Pada bab sebelumnya, Anda mempelajari regresi dasar menggunakan satu prediktor numerik atau kategorikal. Namun, mengapa membatasi diri hanya pada satu variabel untuk mendukung penjelasan/prediksi Anda? Kini Anda akan memperluas regresi dasar menjadi regresi berganda, yang memungkinkan penggabungan lebih dari satu variabel penjelas atau prediktor dalam model Anda. Anda akan memodelkan harga rumah menggunakan himpunan data rumah di wilayah metropolitan Seattle, WA.

Pada bab-bab sebelumnya, Anda menyesuaikan berbagai model untuk menjelaskan atau memprediksi variabel luaran yang diminati. Namun, bagaimana kita mengetahui model mana yang harus dipilih? Ukuran penilaian model memungkinkan Anda menilai seberapa baik sebuah model penjelasan "menyesuaikan" sekumpulan data atau seberapa akurat sebuah model prediksi. Berdasarkan ukuran tersebut, Anda akan mempelajari kriteria untuk menentukan model mana yang "terbaik".