LoslegenKostenlos loslegen

Motorrad-Crash-Daten: linearer Ansatz

In dieser ersten Übung wirst du ein lineares Modell auf einen Datensatz anwenden und die Ergebnisse visualisieren, um zu sehen, wie gut es die Zusammenhänge in den Daten erfasst. Der Datensatz, gespeichert in einem Data Frame namens mcycle, enthält Messungen der Beschleunigung am Kopf eines Crash-Test-Dummys während eines Motorradunfalls. Er enthält Messwerte der Beschleunigung (g) in der Spalte accel und der Zeit (Millisekunden) in der Spalte times.

Diese Übung ist Teil des Kurses

Nichtlineare Modellierung mit Generalized Additive Models (GAMs) in R

Kurs anzeigen

Anleitung zur Übung

  • Verwende die Funktionen head() und plot(), um dir den Data Frame mcycle anzusehen.
  • Verwende die Funktion lm(), um auf den mcycle-Daten ein Modell zu fitten, bei dem die Variable accel eine lineare Funktion von times ist.
  • Visualisiere den Modell-Fit mit dem bereitgestellten Aufruf von termplot().

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Examine the mcycle data frame
head(___)
plot(___)

# Fit a linear model
lm_mod <- lm(___, data = mcycle)

# Visualize the model
termplot(lm_mod, partial.resid = TRUE, se = TRUE)
Code bearbeiten und ausführen