Lineare Regression für die Vereinigten Staaten

Eine lineare Regression ist ein Modell, mit dem wir untersuchen, wie sich eine Variable in Bezug auf eine andere verändert, indem wir eine Ausgleichsgerade anpassen. In R verwendest du dafür die Funktion lm().

Hier passt du eine lineare Regression nur auf den Prozentsatz der „Ja“-Stimmen aus den Vereinigten Staaten an.

Diese Übung ist Teil des Kurses

<Kurs>Fallstudie: Explorative Datenanalyse in R</Kurs>

Kurs ansehen

Übungsanweisungen

Gib die Daten US_by_year in der Konsole aus.
Verwende nur die US-Daten in US_by_year und nutze lm(), um eine lineare Regression zu berechnen, die percent_yes aus year vorhersagt. Speichere das Ergebnis in der Variablen US_fit.
Fasse US_fit mit der Funktion summary() zusammen.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Percentage of yes votes from the US by year: US_by_year
US_by_year <- by_year_country %>%
  filter(country == "United States")

# Print the US_by_year data


# Perform a linear regression of percent_yes by year: US_fit


# Perform summary() on the US_fit object

Code bearbeiten und ausführen