381 Question

Schlüsselwörter

Aufgaben, Statistik, Prognose, Modellierung, R, Datenanalyse, Regression

Wir betrachten einen Datensatz, der Kredite analysiert:

library(openintro)
data("loans_full_schema")

Quelle

Hier ist ein Überblick über den Datensatz:

## tibble [10,000 × 3] (S3: tbl_df/tbl/data.frame)
##  $ interest_rate   : num [1:10000] 14.07 12.61 17.09 6.72 14.07 ...
##  $ annual_income   : num [1:10000] 90000 40000 40000 30000 35000 34000 35000 110000 65000 30000 ...
##  $ application_type: Factor w/ 2 levels "individual","joint": 1 1 1 1 2 1 2 1 1 1 ...

Eine Analystin möchte den Zinssatz (interest_rate) auf Basis dieses Datensatzes vorhersagen.

Sie berechnet folgendes Regressionsmodell:

lm1 <- lm(interest_rate ~ annual_income + application_type, data = loans_full_schema)

Folgende Ergebnisse bekommt Sie zurück geliefert:

term	estimate	std_error
intercept	12.896	0.083
annual_income	0.000	0.000
application_type: joint	0.708	0.140

Welche Aussage ist korrekt?

381.1 Answerlist

Estimate liefert eine Schätzung zur Modellgüte.
Das Verhältnis von Signal zu Rauschen für application_typejoint ist kleiner als 1.
Es liegt ein Fehler vor, denn application_typejoint hat neben joint noch eine weitere Stufe (individual), diese ist aber nicht aufgeführt.
Der Wert bei Intercept gibt den Wert der abhängigen Variable an, bei Fällen mit dem Wert individual bei application_type und ohne Jahreseinkommen.
Der Wert bei Intercept gibt den Wert der abhängigen Variable an, bei Fällen mit dem Wert joint bei application_type und ohne Jahreseinkommen.

382 Solution

Der Wert bei Intercept gibt den Wert der abhängigen Variable an, bei Fällen mit dem Wert individual bei application_type und ohne Jahreseinkommen.

predict(lm1, newdata = data.frame(annual_income = 0,
                                  application_type = "individual"))
##        1 
## 12.89588

382.1 Answerlist

Falsch
Falsch
Falsch
Wahr
Falsch

383 Meta-information

exname: ims-kap-04-05 extype: schoice exsolution: 00010 exshuffle: false