lm1

regression
lm
stats-nutshell
schoice
mtcars
Published

May 8, 2023

Aufgabe

Laden Sie den Datensatz mtcars aus dieser Quelle.

Berechnen Sie eine Regression mit mpg als Ausgabevariable und hp als Eingabevariable!

Welche Aussage ist für diese Analyse richtig?

Answerlist

  • mpg und hp sind positiv korreliert laut dem Modell.
  • Der Achsenabschnitt ist nahe Null.
  • Die Analyse beinhaltet einen nominal skalierten Prädiktor.
  • Das geschätzte Betagewicht für hp liegt bei 30.099.
  • Das geschätzte Betagewicht für hp liegt bei -0.068.











Lösung

Das geschätzte Betagewicht für hp liegt bei -0.068.

Die Analyse könnte so aussehen:

library(tidyverse)
library(easystats)
mtcars <- read_csv("https://vincentarelbundock.github.io/Rdatasets/csv/datasets/mtcars.csv")

lm1 <- lm(mpg ~ hp, data = mtcars)

parameters(lm1) 
Parameter Coefficient SE CI CI_low CI_high t df_error p
(Intercept) 30.0988605 1.6339210 0.95 26.7619488 33.4357723 18.421246 30 0e+00
hp -0.0682283 0.0101193 0.95 -0.0888947 -0.0475619 -6.742388 30 2e-07

Answerlist

  • Falsch
  • Falsch
  • Falsch
  • Falsch
  • Richtig

Categories:

  • regression
  • lm
  • stats-nutshell
  • schoice