library(MASS) # realizar la regresión y asignarla a mod_log # graficar un diagrama de dispersión y agregar la línea de regresión # realizar la regresión y asignarla a mod_log mod_log <- lm(medv ~ log(lstat), data = Boston) # graficar un diagrama de dispersión y agregar la línea de regresión plot(medv ~ log(lstat), data = Boston) abline(mod_log, col = "red") ex() %>% check_object("mod_log") %>% check_equal() test_or(ex() %>% check_function("plot") %>% { check_arg(., "formula") %>% check_equal() check_arg(., "data") %>% check_equal() }, ex() %>% override_solution("plot(log(Boston$lstat), Boston$medv)") %>% check_function("plot") %>% { check_arg(., "x") %>% check_equal() check_arg(., "y") %>% check_equal() }, ex() %>% override_solution("plot(Boston$medv ~ log(Boston$lstat))") %>% check_function("plot") %>% check_arg("formula") %>% check_equal() ) ex() %>% check_function("abline") #%>% check_arg("reg") %>% check_equal() success_msg("¡Correcto! Aunque la relación no es perfectamente lineal, una transformación logarítmica mejora considerablemente el ajuste del modelo y parece ser una especificación de modelo razonable".)