การอนุมานบนค่าสัมประสิทธิ์
โดยใช้ชุดข้อมูลร้านอาหารอิตาเลียนในนิวยอร์ก (รวบรวมโดย Simon Sheather ใน A Modern Approach to Regression with R) ชื่อ restNYC เราจะศึกษาผลกระทบต่อนัยสำคัญของค่าสัมประสิทธิ์เมื่อโมเดลมีตัวแปรหลายตัว ขอย้ำว่า p-value ของค่าสัมประสิทธิ์แต่ละตัวคือความน่าจะเป็นที่จะสังเกตข้อมูลที่ได้ โดยสมมติว่าตัวแปรนั้นเป็นอิสระจากตัวแปรตอบสนอง และสมมติว่าตัวแปรอื่นทุกตัวอยู่ในโมเดลแล้ว
ข้อมูลต่อไปนี้เกี่ยวกับชุดข้อมูล restNYC ที่โหลดไว้ใน workspace ของคุณ:
- แต่ละแถวแสดงผลสำรวจของลูกค้าหนึ่งรายจากร้านอาหารอิตาเลียนในนิวยอร์ก
- Price = ราคาอาหารค่ำ (หน่วยเป็น US$) รวมทิปและเครื่องดื่มหนึ่งแก้ว
- Service = คะแนนการบริการ (ตั้งแต่ 1 ถึง 30)
- Food = คะแนนอาหาร (ตั้งแต่ 1 ถึง 30)
- Decor = คะแนนการตกแต่ง (ตั้งแต่ 1 ถึง 30)
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การอนุมานสำหรับการถดถอยเชิงเส้นใน R
คำแนะนำการฝึกหัด
- รัน
lmแบบtidyโดยถดถอยPriceบนService - รัน
lmแบบtidyโดยถดถอยPriceบนService,FoodและDecor - นัยสำคัญของ
Serviceเปลี่ยนแปลงไปอย่างไรเมื่อเพิ่มตัวแปรอื่นเข้าไปในโมเดล?
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Output the first model
# Output the second model