Rows: 53940 Columns: 11
── Column specification ────────────────────────────────────────────────────────
Delimiter: ","
chr (3): cut, color, clarity
dbl (8): rownames, carat, depth, table, price, x, y, z
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
Aber zuerst zentrieren wir den metrischen Prädiktor carat, um den Achsenabschnitt besser interpretieren zu können.
Geben Sie eine Regressionsformel an, die lm1 ergänzt, so dass die Schliffart (cut) des Diamanten kontrolliert (adjustiert) wird. Anders gesagt: Das Modell soll die mittleren Preise für jede der fünf Schliffarten angeben.
Hinweis:
Geben Sie nur die Regressionsformel an.
Lassen Sie zwischen Termen der Regressionsformel jeweils ein Leerzeichen Abstand.
Beziehen Sie sich auf das Modell bzw. die Angaben oben.
Es gibt (laut Datensatz) folgende Schliffarten (und zwar in der folgenden Reihenfolge):
diamonds %>%distinct(cut)
# A tibble: 5 × 1
cut
<chr>
1 Ideal
2 Premium
3 Good
4 Very Good
5 Fair
Lösung
Die richtige Antwort lautet: price ~ carat_z + cut
Das Modell könnten wir so berechnen:
lm2 <-stan_glm(price ~ carat_z + cut, data = diamonds2,refresh =0) # verhindert einen Haufen unnötigen Outputparameters(lm2)
Uncertainty intervals (equal-tailed) and p-values (two-tailed) computed
using a MCMC distribution approximation.
Oder auch so, mit der klassischen Regression:
lm(price ~ carat_z + cut, data = diamonds2) gi```
Das führt zu ähnlichen Ergebnissen.
Man könnte hier noch einen Interaktionseffekt ergänzen.
Categories:
lm
regression
bayes
adjust
string
Source Code
---extype: stringexsolution: r regression_formelexname: adjustieren2_var1expoints: 1categories:- lm- regression- bayes- adjust- stringdate: '2023-11-08'slug: adjustieren2_var1title: adjustieren2_var1---```{r libs, include = FALSE}library(tidyverse)``````{r global-knitr-options, include=FALSE}knitr::opts_chunk$set(fig.pos = 'H', fig.asp = 0.618, fig.width = 4, fig.cap = "", fig.path = "", cache = TRUE)```# AufgabeBetrachten Sie folgendes Modell, das den Zusammenhang des Preises (`price`) und dem Gewicht (`carat`) von Diamanten untersucht (Datensatz `diamonds`).```{r}library(tidyverse)library(easystats)library(rstanarm)diamonds <-read_csv("https://vincentarelbundock.github.io/Rdatasets/csv/ggplot2/diamonds.csv")```Aber zuerst zentrieren wir den metrischen Prädiktor `carat`, um den Achsenabschnitt besser interpretieren zu können. ```{r}diamonds2 <- diamonds %>%mutate(carat_z = carat -mean(carat, na.rm =TRUE))```Dann berechnen wir ein (bayesianisches) Regressionsmodell, wobei wir auf die Standardwerte der Prior zurückgreifen.```{r}library(rstanarm)lm1 <-stan_glm(price ~ carat_z, data = diamonds2,refresh =0)parameters(lm1)```Zur Verdeutlichung ein Diagramm zum Modell:```{r}diamonds2 %>%ggplot() +aes(x = carat_z, y = price) +geom_point() +geom_smooth(method ="lm")```Oder so:```{r}estimate_relation(lm1) |>plot()```*Aufgabe*:Geben Sie eine Regressionsformel an, die `lm1` ergänzt, so dass die Schliffart (`cut`) des Diamanten kontrolliert (adjustiert) wird. Anders gesagt: Das Modell soll die mittleren Preise für jede der fünf Schliffarten angeben. *Hinweis*: - Geben Sie nur die Regressionsformel an. - Lassen Sie zwischen Termen der Regressionsformel jeweils ein Leerzeichen Abstand.- Beziehen Sie sich auf das Modell bzw. die Angaben oben.- Es gibt (laut Datensatz) folgende Schliffarten (und zwar in der folgenden Reihenfolge):```{r}diamonds %>%distinct(cut)```</br></br></br></br></br></br></br></br></br></br># Lösung```{r echo = FALSE}regression_formel <- "price ~ carat_z + cut"```Die richtige Antwort lautet: `price ~ carat_z + cut`Das Modell könnten wir so berechnen:```{r}lm2 <-stan_glm(price ~ carat_z + cut, data = diamonds2,refresh =0) # verhindert einen Haufen unnötigen Outputparameters(lm2)```Oder auch so, mit der klassischen Regression:```{r}lm(price ~ carat_z + cut, data = diamonds2)gi```Das führt zu ähnlichen Ergebnissen.Man könnte hier noch einen Interaktionseffekt ergänzen.---Categories: - lm- regression- bayes- adjust- string
