1. 8. 有点令人沮丧的是，星期日和星期六分别位于图的两侧。编写一个小函数来设置因子的水平，使一周从星期一开始。

进一步了解模型

我们对建模的探讨只是触及了皮毛，但希望你已经掌握了一些简单而通用的工具，可以用来改进你自己的数据分析。从简单开始是可以的！正如你所看到的，即使是非常简单的模型，也能极大地提升你梳理变量之间交互关系的能力。

这些建模章节比本书其他部分带有更强的个人观点。我采用了一种与大多数其他书籍略有不同的建模视角，而且篇幅相对较少。建模确实值得单独写一本书，因此我强烈建议你至少阅读以下三本书中的一本：

• • Danny Kaplan 所著的 Statistical Modeling: A Fresh Approach。这本书对建模进行了温和的介绍，让你在构建直觉、数学工具和 R 技能方面齐头并进。该书取代了传统的“统计学导论”课程，提供了一套与时俱进且与数据科学相关的课程内容。
• • Gareth James、Daniela Witten、Trevor Hastie 和 Robert Tibshirani 所著的 An Introduction to Statistical Learning（可在线免费获取）。这本书介绍了一系列统称为统计学习的现代建模技术。如果想更深入地理解模型背后的数学原理，请阅读 Trevor Hastie、Robert Tibshirani 和 Jerome Friedman 所著的经典著作 Elements of Statistical Learning（也可在线免费获取）。
• • Max Kuhn 和 Kjell Johnson 所著的 Applied Predictive Modeling。这本书是 caret 包的配套读物，提供了应对现实生活预测建模挑战的实用工具。