103  lm-mario3

Schlüsselwörter

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

103.1 Aufgabe

Sagen Sie den Verkaufspreis vorher für Spiele mit 1, 2, bzw. 3 Euro Versandkosten (ship_pr)!

Geben Sie den Durchschnitt der Vorhersagen als Lösung an!

103.2 Lösung

103.2.1 Setup

mariokart <- read.csv("https://vincentarelbundock.github.io/Rdatasets/csv/openintro/mariokart.csv")

library(tidyverse)
library(easystats)

103.2.2 Regressionsgerade berechnen

lm_mariokart <- lm(total_pr ~ ship_pr, data = mariokart) # "lm" wie *l*lineares *M*odell, also eine Gerade.
lm_mariokart
## 
## Call:
## lm(formula = total_pr ~ ship_pr, data = mariokart)
## 
## Coefficients:
## (Intercept)      ship_pr  
##      36.246        4.337

103.2.3 Vorhersagen

Vorhersagen funktionieren mit dem Befehl predict.

neue_spiele <- tibble(ship_pr = c(1,2,3))
neue_spiele

Anstelle von tibble können Sie auch data.frame verwenden. Mit c erstellt man einen “Vektor”, also eine “Liste” zusammengehöriger Werte.

vorhersagen <- predict(lm_mariokart, neue_spiele)  # predicte mir den Verkaufspreis

vorhersagen
##        1        2        3 
## 40.58276 44.91998 49.25720

loesung <- mean(vorhersagen)
loesung
## [1] 44.91998

Die Lösung lautet: 44.9199833.

---

Categories:

• R
• lm
• predict
• num