Adattare modelli lineari
Se il tuo futuro ruolo prevede la costruzione di modelli predittivi, l’intervistatore potrebbe voler testare la tua conoscenza della regressione lineare.
I modelli di regressione lineare sono una delle forme di base per prevedere valori in dati con relazioni lineari. Un modello di regressione lineare richiede normalità e omoscedasticità degli errori. Se durante il colloquio adatti un modello di regressione lineare, assicurati che queste assunzioni siano soddisfatte.
Conosci già il dataset cats. L’insieme di dati è disponibile nel tuo ambiente.
Per aggiungere una retta di regressione al grafico, puoi usare abline() applicata all’oggetto del modello lineare.
Questo esercizio fa parte del corso
Esercitarsi con le domande di statistica per i colloqui in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Draw the scatterplot
___(___ ~ ___, data = ___)
# Fit the linear model
model <- ___(___ ~ ___, data = ___)
# Add the regression line
___(model)