<- read.csv("https://vincentarelbundock.github.io/Rdatasets/csv/openintro/mariokart.csv")
mariokart
library(tidyverse)
library(easystats)
lm-mario1
R
lm
predict
num
Aufgabe
Sagen Sie den Verkaufspreis vorher für ein Spiel mit 2 Lenkrädern!
Hinweise:
- Entfernen Sie Spiele mit einem Verkaufspreis von über 100 Euro aus dem Datensatz.
Lösung
Setup
Bild der Daten
library(ggpubr) # einmalig vorab installieren, nicht vergessen
ggscatter(mariokart, x = "wheels", y = "total_pr") # aus ggpubr
Oder mit DataExplorer
visualisieren:
library(DataExplorer)
plot_scatterplot(mariokart, by = "total_pr") # "by" ist Y-Achse
Extremwerte entfernen
<-
mariokart2 %>%
mariokart filter(total_pr < 100) # alle Spiele teuerer als 100€ entfernen
ggscatter(mariokart2, x = "wheels", y = "total_pr")
Regressionsgerade eintragen in das Diagramm
ggscatter(mariokart2,
x = "wheels",
y = "total_pr",
add = "reg.line") # Dieser Schalter malt die Regr.gerade in das Diagramm
Regressionsgerade berechnen
<- lm(total_pr ~ wheels, data = mariokart2)
lm_mariokart lm_mariokart
Call:
lm(formula = total_pr ~ wheels, data = mariokart2)
Coefficients:
(Intercept) wheels
37.502 8.643
“lm” wie llineares Modell, also eine Gerade.
Vorhersagen
Vorhersagen funktionieren mit dem Befehl predict
.
<-
neues_spiel data.frame(
wheels = 2
)
neues_spiel
wheels |
---|
2 |
predict(lm_mariokart, neues_spiel) # predicte mir den Verkaufspreis
1
54.78743
Categories:
- R
- lm
- predict
- num