Anpassung bei nichtlinearer Beziehung
Die nächsten drei Beispiele verwenden Datensätze, bei denen die zugrunde liegende Datenstruktur die technischen Bedingungen der linearen Regression verletzt. In jedem Beispiel wendest du eine Transformation auf die Daten an, sodass die Residuenplots verstreut aussehen.
Im ersten Beispiel scheinen die Variablen nicht linear miteinander zusammenzuhängen.
Diese Übung ist Teil des Kurses
<Kurs>Schlussfolgern bei der linearen Regression in R</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Run this to see how the model looks
ggplot(hypdata_nonlinear, aes(x = explanatory, y = response)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE)
# Model response vs. explanatory
model <- ___
# Extract observation-level information
modeled_observations <- ___
# See the result
modeled_observations
# Using modeled_observations, plot residuals vs. fitted values
___ +
# Add a point layer
___ +
# Add horizontal line at y = 0
___