Beruflich Dokumente
Kultur Dokumente
Lineare Regression in R
10.11.2014
Jutta A. mochte ihren 5 Jahre alten VW verkaufen und findet in der NRZ folgende Verkaufsangebote
f
ur das gleiche Modell:
Preis [1000 e]
9.45
8.40
6.80
6.50
4.75
1.47
8.60
5.60
2.70
3.89
Alter [Jahre]
10
Dateneingabe:
10
6
Alter (Jahre)
10
Ubungsblatt
5
> var(vw$alter)
[1] 8.933333
> var(vw$preis)
[1] 6.951049
> cov(vw$alter, vw$preis)
[1] -7.750667
Geradengleichung mit Methode der kleinsten Quadrate:
vw$alter
-0.8676
Ubungsblatt
5
10
10
Alter (Jahre)
Pearsonscher Makorrelationskoeffizient r:
[1] -0.9835742
Bestimmtheitsma B:
Ubungsblatt
5
Orangenb
aume
An f
unf Orangenb
aumen wurde zu verschieden Zeitpunkten (in Tagen nach der Auspflanzung) der
Stammumfang in mm gemessen. Die Daten sind im Datensatz Orangen.dta gespeichert.
a)
b) Stellen Sie den Zusammenhang zwischen Alter und Umfang grafisch dar. Besteht hier ein in etwa
linearer Zusammenhang?
c) Bestimmen Sie die Geradengleichung, die den Zusammenhang zwischen Alter und Stammumfang
beschreibt. Zeichnen Sie die ermittelte Gerade auch in Ihre grafische Darstellung ein.
d)
e) Berechnen Sie eine geeignete Mazahl, um die Starke des Zusammenhangs zwischen Alter und
Stammumfang zu quantifizieren.
f) Berechnen Sie die Standardabweichung f
ur die Umfange der ersten Messung (Tag 118) und der
letzten Messung (Tag 1582). Sehen Sie sich auch den Scatterplot noch einmal an. Welche Aussage
l
asst sich bez
uglich der Streuung treffen? Welche Erklarung gibt es daf
ur? Welche Voraussetzung der
linearen Regression ist hier eigentlich verletzt? Was bedeutet das f
ur die Verlasslichkeit, mit der wir
den Stammumfang der B
aume mit Hilfe unserer Regressionsgleichung vorhersagen konnen?