PPV1a-mtcars

bayes

regression

exam-22

mtcars

Published

January 11, 2023

Aufgabe

Im Folgenden ist der Datensatz mtcars zu analysieren.

Eine Möglichkeit, den Datensatz zu beziehen, ist diese Sammlung an Datensätzen. Suchen Sie dort nach dem Namen des Datensatzes. Importieren Sie dann die Daten in R.

Hilfe zum Datensatz ist auf dieser Webseite abrufbar.

Berechnen Sie das folgende lineare Modell:

AV: mpg.

UVs: hp, am.

Aufgabe: Was ist der Wert des Punktschätzers für eine Beobachtung, bei der alle Prädiktoren den Wert 0 aufweisen?

Hinweise

Wählen Sie die am besten passende Antwortoption!

Answerlist

-27
-17
-7
17
27

Lösung

Zunächst kommt die übliche Vorbereitung:

library(rstanarm)
library(tidyverse)
library(easystats)
data(mtcars)

Dann berechnet man das Modell, etwa so:

m1 <- stan_glm(mpg ~ hp + am, 
               seed = 42,
               refresh = 0,
               data = mtcars
)

Wir sagen vorher:

pred1 <- predict(m1, newdata = tibble(hp = 0, am = 0))
pred1

      1 
26.5871

Dann lesen Sie den vorhergesagten Wert von predict() ab, runden, und reichen ihn ein.

Lösung: 26.5871015

Answerlist

Falsch
Falsch
Falsch
Falsch
Wahr

Categories:

bayes
regression
exam-22

--- exname: ppv1a-mtcars extype: schoice exsolution: 1 extol: 2 exshuffle: no expoints: 1 categories: - bayes - regression - exam-22 - mtcars date: '2023-01-11' slug: PPV1a-mtcars title: PPV1a-mtcars ---   ```{r libs, include = FALSE} library(tidyverse) library(rstanarm) library(exams) library(assertthat) ``` ```{r global-knitr-options, include=FALSE} knitr::opts_chunk$set(fig.pos = 'H', fig.asp = 0.618, fig.width = 4, fig.cap = "", fig.path = "", cache = FALSE, echo = TRUE, message = FALSE, fig.show = "hold") options(mc.cores = parallel::detectCores()) #chains <- 1 # set to one for debugging, set to 4 for production ``` # Aufgabe  Im Folgenden ist der Datensatz `mtcars` zu analysieren. Eine Möglichkeit, den Datensatz zu beziehen, ist [diese Sammlung an Datensätzen](https://vincentarelbundock.github.io/Rdatasets/articles/data.html). Suchen Sie dort nach dem Namen des Datensatzes. Importieren Sie dann die Daten in R. Hilfe zum Datensatz ist [auf dieser Webseite](https://vincentarelbundock.github.io/Rdatasets/articles/data.html) abrufbar. Berechnen Sie das folgende lineare Modell: AV: `mpg`. UVs: `hp, am`. *Aufgabe*: Was ist der Wert des Punktschätzers für eine Beobachtung, bei der alle Prädiktoren den Wert 0 aufweisen? [*Hinweise*](https://sebastiansauer.github.io/Lehre/Hinweise/Hinweise-Pruefung-Open-Book.html) Wählen Sie die am besten passende Antwortoption! Answerlist --------- * -27 * -17 * -7 * 17 * 27 # Lösung Zunächst kommt die übliche Vorbereitung: ```{r} library(rstanarm) library(tidyverse) library(easystats) data(mtcars) ``` Dann berechnet man das Modell, etwa so: ```{r} m1 <- stan_glm(mpg ~ hp + am, seed = 42, refresh = 0, data = mtcars ) ``` Wir sagen vorher: ```{r} pred1 <- predict(m1, newdata = tibble(hp = 0, am = 0)) pred1 ``` Dann lesen Sie den vorhergesagten Wert von `predict()` ab, runden, und reichen ihn ein. ```{r echo=FALSE} sol <- pred1 ``` *Lösung*: `r sol` Answerlist --------- * Falsch * Falsch * Falsch * Falsch * Wahr --- Categories: - bayes - regression - exam-22