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 
## -2.87887 -0.60527  0.04293  0.70823  2.08217 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  0.08065    0.10357   0.779    0.438    
## x           -2.07399    0.10731 -19.327   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.9546 on 83 degrees of freedom
## Multiple R-squared:  0.8182, Adjusted R-squared:  0.816 
## F-statistic: 373.5 on 1 and 83 DF,  p-value: < 2.2e-16

Zusammengefasst sind die Koeffizienten (beta0 und beta1) also:

## (Intercept)           x 
##   0.0806547  -2.0739903

Welche der folgenden Aussagen ist korrekt?

92.2 Lösung

---

Categories:

• regression
• dyn
• lm
• schoice