请注意，在数据范围之外进行外推显然是不好的。这就是用多项式近似函数的缺点。但这也是每个模型都存在的非常真实的问题：当你开始在所观察到的数据范围之外进行外推时，模型永远无法告诉你这种行为是否真实。你必须依靠理论和科学。

练习

• 1. 如果你在分析 sim2 时使用不含截距的模型，重复该分析会发生什么？模型方程会发生什么变化？预测结果会发生什么变化？
• 2. 使用 model_matrix() 来探索我为 sim3 和 sim4 拟合的模型所生成的方程。为什么 * 是表示交互项的一个好简写？
• 3. 使用基本原理，将下面两个模型中的公式转换为函数。（提示：先将分类变量转换为 0-1 变量。）

mod1 <- lm(y ~ x1 + x2, data = sim3)

mod2 <- lm(y ~ x1 * x2, data = sim3)

• 4. 对于 sim4，mod1 和 mod2 哪个更好？我认为 mod2 在消除模式方面做得稍好一些，但这个差异相当微妙。你能想出一个图来支持我的观点吗？

缺失值

缺失值显然无法传达任何关于变量之间关系的信息，因此建模函数会丢弃任何包含缺失值的行。R 的默认行为是静默地丢弃它们，但 options(na.action = na.warn)（在准备工作部分运行过）可以确保你收到警告：

df <- tribble( ~x, ~y, 1, 2.2, 2, NA, 3, 3.5, 4, 8.3, NA, 10 )