382  Question

Schlüsselwörter

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

Wir betrachten einen Datensatz, der Kredite analysiert:

library(openintro)
data("loans_full_schema")

Quelle

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

Sie berechnet folgendes Regressionsmodell (auf einem Teil des Datensatzes):

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

Grafisch aufbereitet, sieht ihr Ergebnis so aus:

Welche Aussage ist korrekt?

382.1 Answerlist

  • Für beide Gruppen von application_type (individual und joint) ist die Steigung der Regressionsgerade (annähernd) gleich.
  • Einkommen wurde logarithmiert; das ist keine sinnvolle Transformation im Allgemeinen.
  • In diesem Modell gibt es zwei Variablen: Zinssatz und logarithmiertes Einkommen.
  • In diesem Modell gibt es drei Variablen: Zinssatz, Einkommen und logarithmiertes Einkommen.
  • In diesem Modell gibt es vier Variablen: Zinssatz, Einkommen, application_type individual und application_type joint.

383 Solution

Für beide Gruppen von application_type (individual und joint) ist die Steigung der Regressionsgerade (annähernd) gleich.

Das Diagramm wurde mit dieser Syntax erzeugt:

library(tidyverse)
library(moderndive)
library(mosaic)
data("loans_full_schema")

set.seed(42)
loans_full_schema %>% 
    sample_n(1000) %>% 
    filter(annual_income > 10) %>% 
    mutate(income_log = log(annual_income)) %>% 
    ggplot() +
    aes(x = income_log, y = interest_rate, 
        color = application_type) +
    geom_point(alpha = .3) +
    geom_parallel_slopes()

383.1 Answerlist

  • Wahr
  • Falsch
  • Falsch
  • Falsch
  • Falsch

384 Meta-information

exname: ims-kap-04-06 extype: schoice exsolution: 10000 exshuffle: false