regression1b

regression
R
lm
schoice
paper
Published

May 8, 2023

Question

Die folgende Frage bezieht sich auf dieses Ergebnis einer Regressionsanalyse:


Call:
lm(formula = y ~ x, data = d)

Residuals:
     Min       1Q   Median       3Q      Max 
-2.95100 -0.77397 -0.08511  0.94619  2.17660 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) -0.04582    0.15763  -0.291    0.772    
x           -1.49747    0.17439  -8.587 1.31e-11 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 1.168 on 53 degrees of freedom
Multiple R-squared:  0.5818,    Adjusted R-squared:  0.5739 
F-statistic: 73.73 on 1 and 53 DF,  p-value: 1.308e-11

Zusammengefasst sind die Koeffizienten (beta0 und beta1) also:

coef(m)
(Intercept)           x 
-0.04582212 -1.49747088 

Welche der folgenden Aussagen ist korrekt?

Solution

Aufgabenname: regression1b

Meta-information

exname: regression1b extype: schoice expoints: 1 exsolution: 10000 exshuffle: FALSE


Categories:

  • regression
  • R
  • lm
  • schoice