338  Question

Schlüsselwörter

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

Betrachten Sie dieses Modell, das den Zusammenhang von PS-Zahl (hp: horse power) und Spritverbrauch (mpg: miles per Gallone) untersucht (Datensatz mtcars):

data(mtcars)
library(rstanarm)
library(easystats)
lm1 <- stan_glm(mpg ~ hp, data = mtcars,
                refresh = 0)
Parameter Median 95% CI
(Intercept) 30.07 (26.79, 33.33)
hp -0.07 (-0.09, -0.05)

Wie ist der Effekt von \(\beta_1\) (hp) im Modell am besten zu interpretieren?

338.1 Answerlist

  • Ein Auto mit einem PS mehr kommt im Mittel ca. 0,1 (0.07) Meilen weniger weit mit einer Gallone Sprit, laut diesem Modell
  • Ein Auto mit einem PS mehr verbraucht 0,1 Gallonen mehr Sprit pro gefahrener Meile
  • Der PS-Wert erklärt 0,1 % der Varianz im Spritverbrauch
  • Bei einem PS-Wert von 0 beträgt der geschätzte mittlere Spritverbrauch 0,1 Meilen pro Gallone
  • Die Korrelation zwischen PS-Zahl und Spritverbrauch beträgt 0,1

339 Solution

hp (\(\beta_1\)) ist der Regressionskoeffizient und gibt den statistischen “Effekt” der PS-Zahl auf den Spritverbrauch an. Vorsicht: Dieser “Effekt” darf nicht vorschnell als kausaler Effekt verstanden werden. Vorsichtiger wäre zu sagen: “Ein Auto mit einem PS mehr, kommt im Mittel 0,1 (0.07) Meilen weniger weit mit einer Gallone Sprit, laut diesem Modell.” Den Punktschätzer des Regressionskoeffizienten kann man in der Parametertabelle in der Spalte Median auslesen.

Die Regressionsformel lautet: mpg ~ hp.

339.1 Answerlist

  • True
  • False
  • False
  • False
  • False

340 Meta-information

exname: interpret-koeff-schoice extype: schoice exsolution: 10000 exshuffle: 5