92  regression1

Schlüsselwörter

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

92.1 Aufgabe

Die folgende Frage bezieht sich auf dieses Ergebnis einer Regressionsanalyse:

## 
## Call:
## lm(formula = y ~ x, data = d)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.83190 -0.71195 -0.05888  0.67144  2.23509 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)  
## (Intercept)  0.38265    0.15579   2.456   0.0177 *
## x           -0.01882    0.15124  -0.124   0.9015  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.039 on 48 degrees of freedom
## Multiple R-squared:  0.0003224,  Adjusted R-squared:  -0.0205 
## F-statistic: 0.01548 on 1 and 48 DF,  p-value: 0.9015

Zusammengefasst sind die Koeffizienten (beta0 und beta1) also:

coef(m)
## (Intercept)           x 
##  0.38264512 -0.01881678

Welche der folgenden Aussagen ist korrekt?

92.2 Lösung

---

Categories:

• regression
• dyn
• lm
• schoice