迴歸輸出：範例一
以下程式碼提供兩種等效的方法，來計算線性模型輸出中最重要的部分。回想一下，p 值是在虛無假設為真時，觀察到目前資料（或更極端）之機率。和其他推論情境一樣，你需要在虛無假設為真下，該統計量（此處為斜率）的抽樣分配。你會在之後的章節產生虛無抽樣分配，但現在先假設這個虛無抽樣分配是正確的。此外，注意斜率與截距估計值的標準誤，描述了這些估計值的變異程度。
本練習屬於課程
R 中的線性迴歸推論
練習說明
- 載入
mosaicData套件並讀入RailTrail資料。RailTrail包含馬州 Florence 步道每天的使用人數與天氣資訊。 - 使用
lm()函式，建立一個以當日hightemp解釋騎乘人次volume的線性模型。將lm()的輸出指定給物件ride_lm。 - 對這個線性模型輸出使用
summary()，查看推論分析（包括斜率的 p 值）。 - 另外，使用
tidy()整理線性模型輸出，讓之後更好用。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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
___