傾きと重回帰

これまでは、離散的なグループの期待値を表すために複数の切片を使いました。ここからは、連続的な予測変数を傾きで表現します。

具体的には、数学のテストスコアの伸びを、3つの異なるモデルで表現していきます。

データ school_3_data はすでに読み込まれています。

注意:

y ~ x は y ~ 1 + x（ここで 1 + はモデルの切片）と同じ意味なので、数式では 1 + を省略できます。
重回帰では数式に + を使います（例: y ~ x_one + x_two）。
採点が正しく行われるよう、交互作用の省略記法 y ~ x_one * x_two を使用してください。

データ school_3_data を使い、線形モデルで生徒の数学の伸び（mathgain）が、入学時（幼稚園）の数学スコア（mathkind）によってどのように予測されるかを確認してください。