问题描述
数据集coke.dta包含1140位购物者从扫描仪数据中选择的可乐和百事可乐。可变比例表示可乐与百事可乐的相对价格，例如，如果比例= 1.1，则表示可乐的价格比百事可乐高10％。如果产品在购买时在特殊展示上，则disp_Coke和disp_pepsi是指示符变量。
（a）估计一个模型，该模型可预测购买可乐（Coke == 1）的概率与价格比率和显示（可乐和百事可乐）的关系。
我要使用哪种R函数来制作这种模型？ （图片只是为了展示数据集的外观）
解决方法
您在这里询问的内容似乎超出了简单的stackoverflow问题的范围。
您的问题的答案几乎肯定是 stats 包中的函数 lm 对数据集进行回归，但知道是否回归是数据分析本身的整个过程。
我建议阅读这篇有关在R http://r-statistics.co/Linear-Regression.html中执行线性回归建模的文章
它可以带您更好地完成线性回归建模的基本步骤，并且在底部还有另一个链接，该文章讨论了线性回归建模作为适合您的选择的基本假设。数据。
编辑：我也决定只在此处链接该文章：http://r-statistics.co/Assumptions-of-Linear-Regression.html