lm-mario3

Aufgabe

Sagen Sie den Verkaufspreis vorher für Spiele mit 1, 2, bzw. 3 Euro Versandkosten (ship_pr)!

Geben Sie den Durchschnitt der Vorhersagen als Lösung an!

Lösung

Setup

mariokart <- read.csv("https://vincentarelbundock.github.io/Rdatasets/csv/openintro/mariokart.csv")

library(tidyverse)

── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.3     ✔ readr     2.1.4
✔ forcats   1.0.0     ✔ stringr   1.5.0
✔ ggplot2   3.4.4     ✔ tibble    3.2.1
✔ lubridate 1.9.3     ✔ tidyr     1.3.0
✔ purrr     1.0.2     
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(easystats)

# Attaching packages: easystats 0.6.0 (red = needs update)
✔ bayestestR  0.13.1   ✔ correlation 0.8.4 
✔ datawizard  0.9.0    ✔ effectsize  0.8.6 
✔ insight     0.19.6   ✔ modelbased  0.8.6 
✔ performance 0.10.8   ✔ parameters  0.21.3
✔ report      0.5.7    ✖ see         0.8.0 

Restart the R-Session and update packages in red with `easystats::easystats_update()`.

Regressionsgerade berechnen

lm_mariokart <- lm(total_pr ~ ship_pr, data = mariokart) # "lm" wie *l*lineares *M*odell, also eine Gerade.
lm_mariokart

Call:
lm(formula = total_pr ~ ship_pr, data = mariokart)

Coefficients:
(Intercept)      ship_pr  
     36.246        4.337  

Vorhersagen

Vorhersagen funktionieren mit dem Befehl predict.

neue_spiele <- tibble(ship_pr = c(1,2,3))
neue_spiele

# A tibble: 3 × 1
  ship_pr
    <dbl>
1       1
2       2
3       3

Anstelle von tibble können Sie auch data.frame verwenden. Mit c erstellt man einen “Vektor”, also eine “Liste” zusammengehöriger Werte.

vorhersagen <- predict(lm_mariokart, neue_spiele)  # predicte mir den Verkaufspreis

vorhersagen

       1        2        3 
40.58276 44.91998 49.25720 

loesung <- mean(vorhersagen)
loesung

[1] 44.91998

Die Lösung lautet: 44.9199833.

---

Categories:

• R
• lm
• predict
• num