用r语言完成如下问题：2.对Boston（波士顿郊区的房价）数据集，构建medv与自变量lstat和chas的回归模型，对拟合模型进行可视化展示，并解释chas前面的系数代表什么含义。 Boston数据集自己查来自哪里

Boston数据集是一个经典的回归分析数据集，包含了1970年代波士顿郊区房屋销售的相关信息。该数据集可以在R语言中直接调用，不需要额外下载。

以下是使用R语言对Boston数据集进行回归分析的代码：

# 载入Boston数据集
data(Boston)

# 构建回归模型
model <- lm(medv ~ lstat + chas, data = Boston)

# 可视化展示拟合曲线
plot(medv ~ lstat, data = Boston, main = "medv vs. lstat", xlab = "lstat", ylab = "medv")
abline(model, col = "red")

# 输出模型系数
summary(model)$coefficients

在上述代码中，我们首先使用`data()`函数载入Boston数据集，然后使用`lm()`函数构建回归模型，其中`medv`为因变量，`lstat`和`chas`为自变量。接着，我们使用`plot()`函数可视化展示回归拟合曲线，其中红色直线为回归模型的拟合曲线。最后，我们使用`summary()`函数输出模型系数。

其中，`chas`前面的系数代表的是该变量对因变量的影响，具体含义为：当`chas`取值为1时，对应的因变量`medv`的平均值比`chas`取值为0时高出多少。因为`chas`是一个二元变量，所以其系数的含义为在其他自变量固定的情况下，`chas`为1时对应的截距平移量。如果`chas`系数为正，表示`chas`为1时对应的截距要比`chas`为0时大；如果系数为负，则表示`chas`为1时对应的截距要比`chas`为0时小。