使用 R 语言进行 MechCar 原型 MPG 的线性回归预测。

简介：
本项目运用R语言对MechCar原型车的燃油效率（MPG）进行了线性回归分析与预测，旨在探索不同变量间的关系及其对汽车油耗的影响。 MechaCAr 项目的目的是通过审查生产数据来获取有助于制造团队的见解：预测 MPG 的线性回归。执行多元线性回归分析以确定哪些变量可以预测 MechaCar 原型的 mpg（每加仑英里数）。我们还进行了悬挂线圈的汇总统计，从制造批次中收集有关悬挂线圈每平方英寸磅数 (PSI) 的数据，并运行了 T 检验来确定制造批次在统计上是否与平均总体不同。 此外，设计了一项研究将 MechaCar 与其他制造商的车辆进行性能比较。根据我们的结果，变量 Intercept（截距）、vehicle_length（车长）和 ground_clearance（离地间隙）为数据集中的 mpg 值提供了非随机量的方差，因为它们的 pr( >|t|) < 0.05。因此，这些变量对 mpg 值有重大影响。 我们的线性回归分析的 pr(>|t|) 为 5.08 x 10^-8，远小于我们假设的显著性水平 0.05%。这表明有足够的证据来拒绝原假设，意味着我们的线性模型斜率不等于零。根据计算出的 r 平方值（决定系数）为 0.7149，这意味着大约有 71% 的 mpg 变异可以通过这些变量解释和预测。