Solucionado (ver solução)
Solucionado
(ver solução)
1
resposta

A avançar cada vez mais fundo no poder de análise

mRM1<-lm(airq~vala+coas, data=Airq)
mRM1
summary(mRM1)
# Existe um efeito significativo da posição costeira 
# e valor das empresas na qualidade do ar.
plot(airq~vala, data=Airq, xlab="Valor das empresas ($)", ylab="Qualidade do ar", col="blue", cex.lab=1.3)
curve(1.171e+02+1.999e-03*x, add=TRUE, col="red", lwd=2, lty=2) # não costeira
curve(1.171e+02+1.999e-03*x+-2.968e+01, add=TRUE, col="red", lwd=2, lty=1) # cidade costeira
legend("bottomright", c("Não-costeiras","Costeiras"), pch=1, lty=c(2,1), bty="n") # bty muda borda da caixa
# A qualidade do ar é afetada pela posição costeira e pelo
# valor das empresas. Melhor qualidade do ar é encontrada em:
# cidades costeiras com menor valor das empresas.

#mRM2

mRM2<-lm(airq~vala+coas+dens, data=Airq)
mRM2
summary(mRM2)
1 resposta
solução!

Boa Eliezer!

Quer mergulhar em tecnologia e aprendizagem?

Receba a newsletter que o nosso CEO escreve pessoalmente, com insights do mercado de trabalho, ciência e desenvolvimento de software