1変数の回帰をコードで書いてみましょう
最初のコーディング演習では、1つの変数でモデル化するための数式を作成し、その後データに線形モデルを当てはめます。ここでは、米国における複数年の男女それぞれの失業率が与えられています（出典）。
タスクは、観測された男性の失業率から女性の失業率を予測することです。
目的変数は female_unemployment、説明変数は male_unemployment です。
係数の符号は、変数が増えると目的変数が増えるか（+）減るか（-）を示します。
lm() の呼び出しインターフェース（docs）は次のとおりです。
lm(formula, data = ___)
unemployment データフレームはあらかじめ読み込まれています。
この演習はコースの一部です
R による Supervised Learning：回帰
演習の手順
female_unemploymentをmale_unemploymentの関数として表す数式を定義してください。変数fmlaに代入し、出力します。- 次に
lm()とfmlaを使って、データセットunemploymentから男性の失業率で女性の失業率を予測する線形モデルを当てはめてください。 - モデルを出力しましょう。男性の失業率の係数は想定どおりの符号になっていますか？ 男性の失業率が上がると女性の失業率も上がりますか？
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。
# unemployment is available
summary(unemployment)
# Define a formula to express female_unemployment as a function of male_unemployment
fmla <- ___
# Print it
___
# Use the formula to fit a model: unemployment_model
unemployment_model <- ___
# Print it
___