<- read.csv("https://vincentarelbundock.github.io/Rdatasets/csv/openintro/mariokart.csv")
mariokart
library(tidyverse)
library(easystats)
lm-mario3
R
lm
predict
num
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
Regressionsgerade berechnen
<- lm(total_pr ~ ship_pr, data = mariokart) # "lm" wie *l*lineares *M*odell, also eine Gerade.
lm_mariokart 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
.
<- tibble(ship_pr = c(1,2,3))
neue_spiele neue_spiele
ship_pr |
---|
1 |
2 |
3 |
Anstelle von tibble
können Sie auch data.frame
verwenden. Mit c
erstellt man einen “Vektor”, also eine “Liste” zusammengehöriger Werte.
<- predict(lm_mariokart, neue_spiele) # predicte mir den Verkaufspreis
vorhersagen
vorhersagen
1 2 3
40.58276 44.91998 49.25720
<- mean(vorhersagen)
loesung loesung
[1] 44.91998
Die Lösung lautet: 44.9199833.
Categories:
- R
- lm
- predict
- num