MechaCar_Statistical_Analysis- 线性回归预测MPG 对于我们的线性回归模型,我们使用以下假设和显着性水平: H0:线性模型的斜率为零,或m = 0 Ha:线性模型的斜率不为零,或m≠0 显着性水平:0.05 根据我们的分析,我们确定拦截点,车辆长度和离地高度在统计上不太可能为数据集中的mpg值提供随机量的方差。 我们的p值为5.35e-11,大大低于我们假设的0.05%的显着性水平。 这意味着有足够的证据拒绝我们的零假设,并假设线性模型的斜率不为零。 我们的多重r平方值为0.7149。 这告诉我们,使用此线性模型时,所有mpg预测中约有71.5%正确。 悬架线圈摘要统计 根据我们的结果,我们可以看到每平方英寸的磅数(PSI)差异为62.29,符合设计规范。 但是,当我们按批次细分结果时,我们可以看到批次3不符合设计规范,因为方差为170.29