Regresión lineal en R

Ajustar un modelo lineal con la interfaz de fórmulas.

set.seed(5)
data <- data.frame(
  hours = rnorm(60, 20, 5),
  caffeine = runif(60, 0, 4)
)
data$score <- 40 + 2.5 * data$hours + 3 * data$caffeine + rnorm(60, sd = 6)

model <- lm(score ~ hours + caffeine, data = data)

coefs <- coef(model)
r_squared <- summary(model)$r.squared
residuals <- resid(model)
predictions <- fitted(model)

Cómo funciona

1. score ~ hours + caffeine nombra el resultado y los predictores.
2. coef lee los coeficientes ajustados.
3. summary(model)$r.squared, resid y fitted lo evalúan.

El intento, en números

Líneas

13

Caracteres a escribir

329

Tokens

96

Ritmo de tres estrellas

100 tpm

Al ritmo de tres estrellas de 100 tokens por minuto, este intento toma unos 58 segundos.

Escribe este fragmento

Paso 2 de 4 en Correlación y regresión; paso 7 de 11 en Estadística.

← Anterior Siguiente →