Deutsches R-Forum

Hallo!
Ich tu mir trotz googeln und Professor fragen immer noch extrem schwer, das Ergebnis meiner Regressionsanalyse verständlich und richtig zu interpretieren und folglich auch in Worten zu formulieren. Ich kenne mich immer noch 0 aus in Statistik generell.
Ich habe hier den Einfluss der Astholzdichte (WDbranch.amable) auf das mittlere Durchmesserwachstum (d_growth) überprüft.
Mit meinem derzeitigen bescheidenen Wissensstand denke ich, dass folgende Dinge wichtig sind: Coefficients (Estimate), Adjusted R-squared und p-value unten (Ich weiß aber nicht genau warum und was die anderen Werte bedeuten könnten). Stimmt das? Was könnte noch wichtig sein und warum?

Könnte mir jemand sagen, welche Zahlen hier wirklich von Bedeutung sind und was sie genau über den Einfluss der Astholzdichte auf das Durchmesserwachstum aussagen bzw. ob es einen Einfluss gibt?

Danke!

Hallo Evelyn,

ich möchte Dir das Buch
R kompakt : der schnelle Einstieg in die Datenanalyse
von Wollschläger, Daniel
empfehlen. In meiner Uni-Bibliothek gibt es das auch als elektronische Quelle.

Gruß, Jörg

Oh und könnt ihr mir auch sagen wofür man im Anschluss noch lm.beta anwendet und was das noch zusätzlich aussagt? Mein Prof hat mir das aufgetragen, konnte mir das aber nicht verständlich machen. Ich muss es aber schriftlich interpretieren.

Dazu hier ein Beispiel mit einer Regression und dann lm.beta:

lm.beta() berechnet die standardisierten Koeffizienten.
https://de.wikipedia.org/wiki/Regressio ... ffizienten

Gruß, Jörg

Hallo Evelyn,

ich habe da auch noch etwas zum gucken: https://youtu.be/-Hdgw7RAYxA

Viel Erfolg!

Hallo!

lm.beta kannte ich noch nicht. Danke für'S erwähnen.

evelyn92 hat geschrieben: ↑Fr Nov 20, 2020 1:57 pmMit meinem derzeitigen bescheidenen Wissensstand denke ich, dass folgende Dinge wichtig sind: Coefficients (Estimate), Adjusted R-squared und p-value unten (Ich weiß aber nicht genau warum und was die anderen Werte bedeuten könnten). Stimmt das? Was könnte noch wichtig sein und warum?

Ganz wichtig ist die Residuenanalyse, vor allem die diagnostischen Plots mit
Die sagen Dir, ob die anderen Werte brauchbar sind. Siehe beispielsweise: https://data.library.virginia.edu/diagnostic-plots/

LG,
Bernhard

Danke!!