R in a Nutshell

Beispiel: Ein einfaches lineares Regressionsmodell

Die Grundannahme der linearen Regression ist eine lineare Beziehung zwischen einer normalverteilten abhängigen Variablen (dem Kriterium) und einer oder mehreren unabhängigen Variablen (den Prädiktoren). Formal ausgedrückt, nimmt man an, die Kriteriumsvariable y sei eine lineare Funktion der Prädiktoren x₁, x₂, ..., x_n. Enthält die Beziehung mehr als einen Prädiktor, spricht man streng genommen von einer multiplen (linearen) Regression, wir werden auf diese Unterscheidung aber verzichten.

Als Beispiel untersuchen wir, wie gut sich die Runs eines Baseball-Teams durch verschiedene andere Profildaten vorhersagen lassen.^[73] Wir beginnen damit, die Daten aller Teams zwischen 2000 und 2008 zu laden. ...