Aan de slagGa gratis aan de slag

Lineaire regressie

Je kunt de functie lm() gebruiken om een eenvoudige lineaire regressie uit te voeren. In deze oefening pas je een model voor age toe als functie van, of voorspeld door, shuckedWeight. Je slaat de modelresultaten op als een object en toont vervolgens elementen uit dit outputobject, zoals de coefficients.

Je voert ook een summary() uit op het modelobject en slaat die output op in een ander object, dat elementen bevat die met de modelpassing te maken hebben, zoals r.squared en adj.r.squared. De gegevensset abaloneKeep is voor je geladen.

Deze oefening maakt deel uit van de cursus

R voor SAS-gebruikers

Cursus bekijken

Oefeninstructies

  • Gebruik lm() om een eenvoudige lineaire regressie van age op shucked weight uit te voeren. Sla de output op als lmshucked.
  • Toon het element coefficients uit lmshucked om de intercept- en hellingscoëfficiënten van het model te krijgen.
  • Voer een summary() uit voor lmshucked en sla de output op als smrylmshucked.
  • Toon uit het summary-outputobject smrylmshucked de elementen r.squared en adj.r.squared.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Run lm() of age by shuckedWeight, save output as lmshucked
lmshucked <- lm(___ ~ ___, data = ___)

# Display coefficients element from lmshucked
___

# Save summary() output of lmshucked as smrylmshucked
___

# Show r.squared and adj.r.squared elements of smrylmshucked
___
___
Code bewerken en uitvoeren