1. próbálkozás: fit1<-lm(mpg~., data = Auto[,1:8]); summary(fit1)
A p-értékekből látszik, hogy a cylinders és az acceleration adatoknak nincs szignifikáns kapcsolata az mpg-vel.
Nézzük meg az egyes változók szerinti korrelációkat: cor(Auto[,1:8]). Itt észrevehető, hogy a cylinders, displacement, horsepower és weigth változók között magas a korreláció. Ez a kollinearitás, vagyis ezek a változók között is van lineáris kapcsolat, ezért az mpg-vel való kapcsolatukban elég az egyiket bevenni. Így a második vizsgálatra 3 változónk marad: weight, year és az origin.

2. próbálkozás: fit2<-lm(mpg~weight+year+origin, data = Auto[,1:8]); summary(fit2)
Itt már mindegyik változónak szignifikáns kapcsolata van az mpg-vel. 

(A legjobb próbálkozás: fit5<-lm(log(mpg)~log(weight)+year, data = Auto[,1:8]); summary(fit5)) Itt a legkisebb a standard error és a legmagassabb a korreláció.