回帰出力：例 I
次のコードは、線形モデル出力の中で最も重要な要素を計算する2つの同等な方法を示しています。p値は、帰無仮説が正しいとしたときに、観測されたデータ（あるいはそれ以上に極端なデータ）が得られる確率であることを思い出してください。他の状況での推測と同様に、帰無仮説が正しいと仮定したときの統計量（ここでは傾き）の標本分布が必要です。帰無標本分布は後の章で生成しますが、ここでは帰無標本分布が正しいと仮定してください。さらに、傾きと切片の推定値の標準誤差は、それらの推定値のばらつきを表している点にも注目してください。
この演習はコースの一部です
R による線形回帰の推測
演習の手順
mosaicDataパッケージを読み込み、RailTrailデータをロードします。RailTrailには、MA州フローレンスのトレイル利用者数と各日の天気に関する情報が含まれます。lm()関数を使って、その日のhightempに対するライダーのvolumeを回帰する線形モデルを実行します。lm()の出力をオブジェクトride_lmに代入します。- 線形モデルの出力に対して
summary()関数を使い、推測的な分析（傾きの p値を含む）を確認します。 - さらに、後で使いやすくするために、線形モデルの出力を
tidy()で整形します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Load the mosaicData package and the RailTrail data
library(mosaicData)
data(RailTrail)
# Fit a linear model
ride_lm <- ___
# View the summary of your model
___
# Print the tidy model output
___