Vergleich der Variablenreihenfolge

Die Reihenfolge der Prädiktorvariablen kann wichtig sein, besonders wenn Prädiktoren korreliert sind. Denn das Ändern der Reihenfolge korrelierter Prädiktoren kann die Schätzungen der Regressionskoeffizienten beeinflussen. Dieses Problem heißt Multikollinearität.

In dieser Übung erstellst du zwei verschiedene multiple Regressionen mit den Bus-Daten, um die Bedeutung der Reihenfolge der Modelleingaben zu vergleichen. Untersuche zuerst die Korrelation zwischen CommuteDays und MilesOneWay. Erstelle danach zwei logistische Regressionen mit dem Data Frame bus, in denen Bus einmal durch CommuteDays und MilesOneWay in unterschiedlicher Reihenfolge vorhergesagt wird.

Nachdem du die beiden Modelle erstellt hast, sieh dir das summary() jedes Modells an, um die Ausgaben zu vergleichen.