模式为数据科学家提供了最有用的工具之一，因为它们能揭示协变关系。如果你把变异看作一种产生不确定性的现象，那么协变就是一种减少不确定性的现象。如果两个变量共同变化，你可以利用其中一个变量的值来更好地预测另一个变量的值。如果这种协变源于因果关系（一种特殊情况），那么你可以利用一个变量的值来控制另一个变量的值。

模型是从数据中提取模式的工具。例如，考虑 diamonds 数据集。很难理解切工与价格之间的关系，因为切工与克拉、克拉与价格之间都紧密相关。我们可以使用模型来消除价格与克拉之间极强的关系，从而探索剩余的细微差异。下面的代码拟合了一个用克拉预测价格的模型，然后计算残差（预测值与实际值之间的差）。残差让我们在去除克拉的影响之后，能够观察钻石的价格：

library(modelr)mod <- lm(log(price) ~ log(carat), data = diamonds)diamonds2 <- diamonds %>%
add_residuals(mod) %>%
mutate(resid = exp(resid))