ich habe eine paar Fragen zum R output in der linearen Regression. Ich habe zwar schon einige Bücher und Wiki´s konsultiert, allerdings sind mir einige Sachverhalte noch nicht ganz klar. Anbei ein einfaches Beispiel. Ziel ist den Einfluss der UV auf die AV zu ermitteln:
Code: Alles auswählen
AV <- c(22, 30, 10, 26, 34)
UV <- c( 5, 4, 6, 5, 4)
dat <- data.frame(AV, UV)
fit <- lm(AV~UV, data = dat)
summary(fit)
confint(fit, level = 0.95)
Residuals:
1 2 3 4 5
-0.2857 -2.8571 -1.7143 3.7143 1.1429
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 75.143 8.594 8.744 0.00315 **
UV -10.571 1.769 -5.976 0.00938 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 2.96 on 3 degrees of freedom
Multiple R-squared: 0.9225, Adjusted R-squared: 0.8967
F-statistic: 35.71 on 1 and 3 DF, p-value: 0.009378
2.5 % 97.5 %
(Intercept) 47.79412 102.491598
UV -16.20108 -4.941779
VG
Hadsga