320  regression1

Schlüsselwörter

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

321 Question

Die folgende Frage bezieht sich auf dieses Ergebnis einer Regressionsanalyse:

## 
## Call:
## lm(formula = y ~ x, data = d)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -4.3052 -1.4771  0.0971  1.3582  3.9801 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)   
## (Intercept)   0.1938     0.2019   0.960  0.33989   
## x            -0.6269     0.2077  -3.018  0.00336 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.88 on 85 degrees of freedom
## Multiple R-squared:  0.09676,    Adjusted R-squared:  0.08614 
## F-statistic: 9.106 on 1 and 85 DF,  p-value: 0.003362

Zusammengefasst sind die Koeffizienten (beta0 und beta1) also:

coef(m)
## (Intercept)           x 
##   0.1937787  -0.6268551

Welche der folgenden Aussagen ist korrekt?

322 Solution

323 Meta-information

exname: regression1 extype: schoice exsolution: 10000 exshuffle: FALSE

---

Categories:

• regression
• dyn
• lm
• schoice