编写一个单变量回归代码

在第一个编码练习中，您将创建一个公式来定义单变量建模任务，然后将线性模型拟合到数据。这里提供了美国多年来男性与女性失业率的数据（来源）。

任务是根据观测到的男性失业率来预测女性失业率。 female_unemployment 是输出（因变量），male_unemployment 是输入（自变量）。

变量系数的符号告诉您：当该变量增加时，输出是增加（+）还是减少（-）。

回忆 lm() 的调用接口（文档）：

lm(formula, data = ___)

数据框 unemployment 已预先加载。

本练习是课程的一部分

R 中的监督学习：回归

查看课程

练习说明

定义一个公式，用 male_unemployment 来表示 female_unemployment 的函数关系。将该公式赋给变量 fmla 并打印出来。
然后使用 lm() 和 fmla，基于数据集 unemployment 拟合线性模型，以男性失业率预测女性失业率。
打印模型。男性失业率的系数是否符合您的预期？当男性失业率上升时，女性失业率是否也随之上升？

交互式实操练习

通过完成这段示例代码来试试这个练习。

# unemployment is available
summary(unemployment)

# Define a formula to express female_unemployment as a function of male_unemployment
fmla <- ___

# Print it
___

# Use the formula to fit a model: unemployment_model
unemployment_model <- ___

# Print it
___

编辑并运行代码