Não entendi ...rsrs Alguém consegue esclarecer?
plot(popularidade_e_duracao$dias, popularidade_e_duracao$popularidade) lm(popularidade_e_duracao$popularidade ~ popularidade_e_duracao$dias) abline(138.34, 0.1998)*
"Correto! Essa versão faz os três passos separadamente. Aqui precisamos observar os valores que a modelagem da função lm retorna para então os especificarmos como parâmetros da função abline."
Olá Marcelo, tudo bem? Espero que sim!
Desculpe pela demora em retornar.
O exercício solicitou a construção de uma reta de ajuste para os dados através de 3 passos, sendo eles:
1 - plotar um gráfico de dispersão dos dados;
2 - produzir um modelo linear; e
3 - plotar esse modelo (reta) no gráfico de dispersão.
O primeiro passo pode ser feito através do código plot(popularidade_e_duracao$dias, popularidade_e_duracao$popularidade), que criará um gráfico de dispersão de pontos entre a variável dias e a variável popularidade.
O segundo passo é construir um modelo linear com variável dependente popularidade e variável explicativa dias. O código para construção desse modelo pode ser feito usando lm(popularidade_e_duracao$popularidade ~ popularidade_e_duracao$dias).
Através desse modelo, podemos plotar uma reta usando o comando abline(). Podemos passar diretamente o modelo ou usar os coeficientes que são gerados para o intercepto (valor que intercepta o eixo y) e para a inclinação da reta. Ao escrevermos o código do modelo, podemos checar no output os coeficientes de 138.3402 e 0.1998 que correspondem ao intercepto e inclinação da reta, respectivamente.
Call:
lm(formula = popularidade_e_duracao$popularidade ~ popularidade_e_duracao$dias)
Coefficients:
(Intercept) popularidade_e_duracao$dias
138.3402 0.1998 Portanto, o último código usado foi abline(138.34, 0.1998), que vai construir uma reta no gráfico de dispersão do tipo Y = 138.34 + 0.1998*dias
Espero que tenha tirado sua dúvida.
Estou à disposição. Bons estudos!