adjustieren2

Exercise

Betrachten Sie folgendes Modell, das den Zusammenhang des Preises (price) und dem Gewicht (carat) von Diamanten untersucht (Datensatz diamonds).

library(tidyverse)
diamonds <- read_csv("https://vincentarelbundock.github.io/Rdatasets/csv/ggplot2/diamonds.csv")

Aber zuerst zentrieren wir den metrischen Prädiktor carat, um den Achsenabschnitt besser interpretieren zu können.

diamonds <-
  diamonds %>% 
  mutate(carat_z = carat - mean(carat, na.rm = TRUE))

Dann berechnen wir ein (bayesianisches) Regressionsmodell, wobei wir auf die Standardwerte der Prior zurückgreifen.

library(rstanarm)
library(easystats)
lm1 <- stan_glm(price ~ carat_z, data = diamonds,
                chains = 1,  # nur ein Mal Stichproben ziehen, spart Zeit (auf Kosten der Genauigkeit)
                refresh = 0)
parameters(lm1)

Parameter	Median	CI	CI_low	CI_high	pd	Rhat	ESS	Prior_Distribution	Prior_Location	Prior_Scale
(Intercept)	3933.098	0.95	3920.805	3945.211	1	0.9998897	395.148	normal	3932.8	9973.599
carat_z	7755.891	0.95	7729.898	7783.340	1	1.0000283	1327.332	normal	0.0	21040.850

Zur Verdeutlichung ein Diagramm zum Modell:

diamonds %>% 
  ggplot() +
  aes(x = carat_z, y = price) +
  geom_point() + 
  geom_smooth(method = "lm")

Answerlist

1. Was kostet in Diamant mittlerer Größe laut Modell lm1? Runden Sie auf eine Dezimale. Geben Sie nur eine Zahl ein.
2. Geben Sie eine Regressionsformel an, die lm1 ergänzt, so dass die Schliffart (cut) des Diamanten kontrolliert (adjustiert) wird. Anders gesagt: Das Modell soll die mittleren Preise für jede der fünf Schliffarten angeben. Geben Sie nur die Regressionsformel an. Lassen Sie zwischen Termen jeweils ein Leerzeichen Abstand.

Hinweis: Es gibt (laut Datensatz) folgende Schliffarten (und zwar in der folgenden Reihenfolge):

diamonds %>% 
  distinct(cut)

cut
Ideal
Premium
Good
Very Good
Fair

Solution

1. Unser Modell lm1 schätzt den Preis eines Diamanten mittlerer Größe auf etwa 3932.5 (was immer auch die Einheiten sind, Dollar vermutlich).

2. price ~ carat_z + cut

Dieses zweite Modell könnten wir so berechnen:

lm2 <- stan_glm(price ~ carat_z + cut, data = diamonds,
                chains = 1,
                refresh = 0)
parameters(lm2)

Parameter	Median	CI	CI_low	CI_high	pd	Rhat	ESS	Prior_Distribution	Prior_Location	Prior_Scale
(Intercept)	2407.499	0.95	2336.970	2476.942	1	0.9992733	433.6964	normal	3932.8	9973.599
carat_z	7870.725	0.95	7842.525	7897.606	1	1.0024041	1150.3728	normal	0.0	21040.850
cutGood	1119.217	0.95	1040.158	1199.622	1	0.9990002	498.0572	normal	0.0	34685.376
cutIdeal	1798.281	0.95	1722.665	1870.950	1	0.9992272	467.6956	normal	0.0	20362.277
cutPremium	1438.331	0.95	1364.383	1513.573	1	0.9990276	492.6073	normal	0.0	22862.493
cutVery Good	1507.783	0.95	1434.045	1582.786	1	0.9991232	448.4442	normal	0.0	23922.148

Ein “normales” (frequentistisches) lm käme zu ähnlichen Ergebnissen:

lm(price ~ carat_z + cut, data = diamonds)

Call:
lm(formula = price ~ carat_z + cut, data = diamonds)

Coefficients:
 (Intercept)       carat_z       cutGood      cutIdeal    cutPremium  
        2405          7871          1120          1801          1439  
cutVery Good  
        1510  

Man könnte hier noch einen Interaktionseffekt ergänzen, wenn man Grund zur Annahme hat, dass es einen gibt.

---

Categories:

• regression
• lm
• qm2
• bayes
• adjust