m1 <- lm(AmountSpent~Catalogs*Salary,data=d)
summary(m1)
m2<-lm(AmountSpent~Catalogs+Salary,data=d)
summary(m2)
anova(m2,m1,test="Chisq")
Результат выглядит следующим образом: 
Какая модель лучше по результатам тестирования? Важен ли порядок, в котором мы вставляем модели в метод? Пожалуйста, объясните статистическую концепцию этого теста
Тест хи-квадрат изучает статистическую значимость уменьшения остаточной суммы квадратов между вложенными линейными моделями. Из вашего вывода вы можете видеть, что добавление члена к регрессии статистически привело к получению лучшей модели (модели с меньшим значением RSS, Модель 2).
Обычно сравнение начинается с более простой модели, а затем добавляются термины, однако в документации также упоминается, что это зависит от пользователя.
Вам следует взглянуть на документацию функции anova.lm здесь.
Для сравнения моделей, которые не являются вложенными, используйте критерии AIC или BIC.
