Построение линейных моделей
Если ваша будущая должность предполагает создание прогностических моделей, интервьюер может захотеть проверить ваши знания линейной регрессии.
Линейные регрессионные модели — одна из базовых форм прогнозирования значений для линейно связанных данных. Линейная регрессия требует нормальности и гомоскедастичности остатков. Если вы строите линейную регрессионную модель на собеседовании, убедитесь, что эти допущения выполнены.
Вы уже знакомы с набором данных cats. Он доступен в вашей рабочей среде.
Чтобы добавить линию регрессии на график, используйте функцию abline(), применив её к объекту линейной модели.
Это упражнение является частью курса
Практика статистических вопросов для интервью на R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Draw the scatterplot
___(___ ~ ___, data = ___)
# Fit the linear model
model <- ___(___ ~ ___, data = ___)
# Add the regression line
___(model)