Grafiken und Statistik in R

y=
β0+β1·x1+
β2·x2+...+ɛ
y
160 170 180 190 200
●
●
●
●
● ●
●
●
●
●
●
●
●
●
●
20 30 40 50 60 70
x
y=
β0+β1·x n
1 +
β2·x2+...+ɛ
y
160 170 180 190 200
●
●
●
●
● ●
●
●
●
●
●
●
●
●
●
20 30 40 50 60 70
x
4.3 Regressionsanalyse
y
160 170 180 190 200
●
●
●
●
● ●
●
●
●
●
●
●
●
●
●
20 30 40 50 60 70
x
curve( # Linie Konfidenzintervall
predict(modell,
newdata = data.frame(x = x),
interval = "confidence")[ , "lwr"], # lower Intervall
add = TRUE,
lty="dashed") # Linientyp s. 29
curve( # Linie Konfidenzintervall
predict(modell,
newdata = data.frame(x = x),
interval = "confidence")[ , "upr"],
add = TRUE,
lty="dashed") # Linientyp s. 29
4 Statistik
� Vorhersageintervalle analog mit interval = "prediction"; predict() und curve() funktionieren auch mit anderen (nichtlinearen)
Modellgleichungen
4.3.2 Linear, multipel
Ein Modell der Form y = β0 + β1 · x1 + β2 · x2 + ... + ɛ
data(airquality) # Daten einlesen
?airquality # Hilfe zum Datensatz
names(airquality) # welche Variablen?
attach(airquality) # wenn attach(...) dann entfällt 'data=airquality'i.d.R.
ozone.lm