कोइफिशिएंट्स पर inference
NYC इटैलियन रेस्टोरेंट्स डेटासेट (restNYC) का उपयोग करते हुए (Simon Sheather द्वारा संकलित, A Modern Approach to Regression with R), आप यह जाँचेंगे कि जब मॉडल में कई वैरिएबल होते हैं तो कोइफिशिएंट्स की significance पर क्या असर पड़ता है। याद रखें, किसी भी कोइफिशिएंट से जुड़ा p-value उस स्थिति में ऑब्ज़र्व्ड डेटा की प्रायिकता है जब वह विशेष वैरिएबल response से स्वतंत्र हो, और यह भी मानकर कि अन्य सभी वैरिएबल मॉडल में शामिल हैं.
डेटासेट restNYC के बारे में निम्न जानकारी आपके वर्कस्पेस में लोड है:
- प्रत्येक row NYC के इटैलियन रेस्टोरेंट्स से एक कस्टमर सर्वे को दर्शाती है
- Price = डिनर की कीमत (US$ में), जिसमें टिप और एक ड्रिंक शामिल है
- Service = सर्विस की रेटिंग (1 से 30)
- Food = फ़ूड की रेटिंग (1 से 30)
- Decor = डेकोर की रेटिंग (1 से 30)
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Linear Regression के लिए Inference
अभ्यास निर्देश
PriceपरServiceको regress करते हुए एकtidylmचलाएँ.PriceपरService,Food, औरDecorको regress करते हुए एकtidylmचलाएँ.- जब मॉडल में अतिरिक्त वैरिएबल जोड़े गए, तो
Serviceकी significance के साथ क्या हुआ?
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Output the first model
# Output the second model