Začněte nyníZačněte zdarma

Inference o koeficientech

S využitím datové sady newyorských italských restaurací (sestavené Simonem Sheatherem v knize A Modern Approach to Regression with R), restNYC, prozkoumáš, jak přidání více proměnných do modelu ovlivní signifikanci koeficientů. Připomeň si, že p-hodnota přiřazená každému koeficientu je pravděpodobnost pozorovaných dat za předpokladu, že daná proměnná je nezávislá na odezvové proměnné, a zároveň za předpokladu, že všechny ostatní proměnné jsou v modelu zahrnuty.

Níže najdeš informace k datové sadě restNYC, která je načtena ve tvém pracovním prostředí:

  • každý řádek reprezentuje jeden zákaznický průzkum z italských restaurací v New Yorku
  • Price = cena večeře (v USD), včetně spropitného a jednoho nápoje
  • Service = hodnocení obsluhy (od 1 do 30)
  • Food = hodnocení jídla (od 1 do 30)
  • Decor = hodnocení interiéru (od 1 do 30)

Toto cvičení je součástí kurzu

Inference for Linear Regression in R

Zobrazit kurz

Pokyny k cvičení

  • Spusť tidy lm a regreduj Price na Service.
  • Spusť tidy lm a regreduj Price na Service, Food a Decor.
  • Co se stalo se signifikancí proměnné Service poté, co byly do modelu přidány další proměnné?

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Output the first model


# Output the second model
Upravit a spustit kód