Вывод о коэффициентах

На основе набора данных об итальянских ресторанах Нью-Йорка (составленного Саймоном Шитером в A Modern Approach to Regression with R), restNYC, вы исследуете, как значимость коэффициентов меняется при добавлении нескольких переменных в модель. Напомним: p-значение для любого коэффициента — это вероятность наблюдаемых данных при условии, что данная переменная не зависит от отклика И при условии, что все остальные переменные включены в модель.

Ниже приведено описание набора данных restNYC, загруженного в вашу рабочую среду:

каждая строка соответствует одному опросу посетителя итальянского ресторана в Нью-Йорке
Price = цена ужина (в долларах США), включая чаевые и один напиток
Service = оценка обслуживания (от 1 до 30)
Food = оценка еды (от 1 до 30)
Decor = оценка интерьера (от 1 до 30)

Это упражнение является частью курса

Вывод для линейной регрессии в R

Посмотреть курс

Инструкции к упражнению

Постройте модель lm с применением tidy, регрессируя Price на Service.
Постройте модель lm с применением tidy, регрессируя Price на Service, Food и Decor.
Обратите внимание: как изменилась значимость Service после добавления дополнительных переменных в модель?

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Output the first model


# Output the second model

Редактировать и запускать код