Lineares Regressionsmodell
Lineare Regressionen helfen dabei, den Einfluss einer Variablen auf eine andere über Gruppen hinweg oder innerhalb einer einzelnen Gruppe zu beurteilen — vorausgesetzt, die Variablen stehen in einer linearen Beziehung, die Residuen haben eine konstante Varianz in Bezug auf die vorhergesagten Werte (Homoskedastizität) und die Residuen sind normalverteilt.
Ein Unternehmen hat Daten von Nutzerinnen und Nutzern seiner Website gesammelt und möchte wissen, ob die auf der Website mit der Suche nach Artikeln verbrachte Zeit, TimeSearching, den Betrag der getätigten Ausgaben, AmountSpent, beeinflusst — und zwar über beide Gruppen hinweg, für die Daten erhoben wurden: Personen, die eine neue bzw. eine alte Anzeige gesehen haben. Erstelle ein lineares Regressionsmodell und überprüfe die Annahmen der Homoskedastizität und Normalität.
Der Datensatz SiteSales wurde für dich geladen.
Diese Übung ist Teil des Kurses
A/B-Tests in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Create a linear regression model
spending <- lm(___)
summary(___)