cor(x, y) mengukur seberapa dekat dua kolom mengikuti garis lurus, dari -1 sampai 1. Nilai mendekati 0 berarti tidak ada pola garis lurus, bukan "tidak ada hubungan". Nilai yang hilang membuat cor() mengembalikan NA; use = "complete.obs" mengeluarkan baris-baris itu.
Model linear menjelaskan satu kolom dengan kolom lain. lm(minutes ~ distance_km, data = routes) dibaca "menit dijelaskan oleh jarak". coef(model) memberikan intersep (menit yang diprediksi pada nol km) dan kemiringan (tambahan menit per km). Ambil salah satunya berdasarkan nama: coef(model)[["distance_km"]].
Tambahkan prediktor dengan +: dalam minutes ~ distance_km + stops, koefisien perhentian adalah tambahan waktu per perhentian untuk rute dengan jarak yang sama. Itu sebabnya angkanya bisa berbeda dari kemiringan model yang hanya memakai perhentian.
predict(model, newdata = tibble(distance_km = 12, stops = 6)) memberikan estimasi model untuk rute baru. Korelasi dan koefisien menggambarkan data; dengan sendirinya keduanya tidak membuktikan bahwa satu hal menyebabkan hal lain.
Korelasi, model dengan dua prediktor, koefisiennya, dan sebuah prediksi.