Rezultatul regresiei: exemplul I

Codul de mai jos prezintă două metode echivalente pentru calcularea celor mai importante componente ale unui model liniar. Reamintește-ți că p-valoarea reprezintă probabilitatea de a obține datele observate (sau unele mai extreme) în condițiile în care ipoteza nulă este adevărată. Ca și în alte contexte de inferență statistică, vei avea nevoie de distribuția de eșantionare a statisticii (în acest caz, a pantei), presupunând că ipoteza nulă este adevărată. Vei genera distribuția de eșantionare nulă în capitolele următoare, dar deocamdată consideră că aceasta este corectă. De asemenea, observă că eroarea standard a estimărilor pentru pantă și intercept descrie variabilitatea acestor estimări.

Acest exercițiu face parte din cursul

Inferență pentru regresia liniară în R

Vezi cursul

Instrucțiuni pentru exercițiu

Încarcă pachetul mosaicData și setul de date RailTrail. Setul de date RailTrail conține informații despre numărul de utilizatori ai unui traseu din Florence, MA, precum și condițiile meteorologice pentru fiecare zi.
Folosind funcția lm(), rulează un model liniar care regresează volume-ul de utilizatori în funcție de hightemp-ul zilei. Atribuie rezultatul funcției lm() obiectului ride_lm.
Aplică funcția summary() pe obiectul model pentru a vizualiza analiza inferențială (inclusiv p-valoarea pentru pantă).
În plus, aplică tidy() pe obiectul model pentru a-l transforma într-un format mai ușor de utilizat ulterior.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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
___

Editează și rulează codul