Meilleur modèle selon le sexe
Dans l’exercice précédent, vous avez prédit l’age à partir de shuckedWeight ou de shellWeight. shellWeight prédisait mieux age avec le r.squared le plus élevé.
Dans cet exercice, exécutez la régression linéaire simple de age en fonction de shellWeight trois fois — une pour chaque sexe d’ormeau ("I", "F", "M"). Enregistrez vos résultats pour chaque modèle lm() et comparez les statistiques d’ajustement du modèle comme r.squared.
Le jeu de données abaloneKeep et le package dplyr sont chargés, et un graphique de l’ajustement de chaque modèle est également fourni.
Cet exercice fait partie du cours
<cours>R pour les utilisateurs de SAS</cours>Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Save model output and output of model summary for infants
modelInfants <- lm(___ ~ ___, data = ___, subset = ___)
summaryInfants <- summary(___)