Comparing variable order

El orden de las variables predictoras puede ser importante, especialmente si están correlacionadas. Esto se debe a que cambiar el orden de predictores correlacionados puede alterar las estimaciones de los coeficientes de la regresión. Este problema se conoce como Multicolinealidad.

En este ejercicio, construirás dos regresiones múltiples diferentes con los datos de autobús para comparar la importancia del orden de las variables del modelo. Primero, examina la correlación entre CommuteDays y MilesOneWay. Después, ajusta dos regresiones logísticas usando el data frame bus, donde Bus se predice con CommuteDays y MilesOneWay en órdenes distintos.

Cuando tengas los dos modelos, consulta el summary() de cada uno para ver los resultados.