321  regression1b

Schlüsselwörter

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

322 Question

Die folgende Frage bezieht sich auf dieses Ergebnis einer Regressionsanalyse:

## 
## Call:
## lm(formula = y ~ x, data = d)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -2.49729 -0.63956 -0.02072  0.66727  1.87809 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)   
## (Intercept) -0.31154    0.11157  -2.792  0.00689 **
## x            0.06425    0.10345   0.621  0.53676   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.9043 on 64 degrees of freedom
## Multiple R-squared:  0.005991,   Adjusted R-squared:  -0.00954 
## F-statistic: 0.3857 on 1 and 64 DF,  p-value: 0.5368

Zusammengefasst sind die Koeffizienten (beta0 und beta1) also:

coef(m)
## (Intercept)           x 
## -0.31154035  0.06424756

Welche der folgenden Aussagen ist korrekt?

323 Solution

324 Meta-information

exname: regression1b extype: schoice exsolution: 10000 exshuffle: FALSE

---

Categories:

• regression
• R
• lm
• schoice