Transformiertes Modell
Wie du im vorherigen Kapitel gesehen hast, kann das Transformieren von Variablen ein Modell oft von einem Zustand, in dem die technischen Voraussetzungen verletzt sind, in einen Zustand überführen, in dem die technischen Voraussetzungen erfüllt sind. Wenn die Voraussetzungen erfüllt sind, kannst du die inferenziellen Ausgaben korrekt interpretieren. In den beiden Modellen unten siehst du, wie sich die Standardfehler und p-Werte ändern (auch wenn in beiden Fällen der p-Wert signifikant ist).
Diese Übung ist Teil des Kurses
<Kurs>Schlussfolgern bei der linearen Regression in R</Kurs>Übungsanweisungen
- Führe eine lineare Regression von
pricegegenbedfür den DatensatzLAhomesaus und bereite die Ausgabe mittidy()auf. - Mach dasselbe mit log-transformierten Variablen:
log(price)gegenlog(bed).
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Create a tidy model
# Create a tidy model using the log of both variables