93  regression1b

Schlüsselwörter

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

93.1 Aufgabe

Die folgende Frage bezieht sich auf dieses Ergebnis einer Regressionsanalyse:

## 
## Call:
## lm(formula = y ~ x, data = d)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.04672 -0.34029 -0.06623  0.41762  1.24158 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) -0.07342    0.07209  -1.018    0.313    
## x           -0.90255    0.07549 -11.955 3.88e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.5142 on 49 degrees of freedom
## Multiple R-squared:  0.7447, Adjusted R-squared:  0.7395 
## F-statistic: 142.9 on 1 and 49 DF,  p-value: 3.88e-16

Zusammengefasst sind die Koeffizienten (beta0 und beta1) also:

## (Intercept)           x 
## -0.07341678 -0.90255070

Welche der folgenden Aussagen ist korrekt?

93.2 Lösung

---

Categories:

• regression
• R
• lm
• schoice