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!
Hilfe bei Interpretation
Moderator: EDi
Re: Hilfe bei Interpretation
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
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
Re: Hilfe bei Interpretation
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:
Dazu hier ein Beispiel mit einer Regression und dann lm.beta:
Re: Hilfe bei Interpretation
lm.beta() berechnet die standardisierten Koeffizienten.
https://de.wikipedia.org/wiki/Regressio ... ffizienten
Gruß, Jörg
https://de.wikipedia.org/wiki/Regressio ... ffizienten
Gruß, Jörg
Re: Hilfe bei Interpretation
Viele Grüße,
Student
-----------------------------------------------------------------------------------------------------------------------
faes.de, Datenanalyse mit R & das Ad-Oculos-Projekt
Das Ad-Oculos-Projekt auf YouTube
Habe Mut, dich deines eigenen Verstandes zu bedienen! (Kant)
Student
-----------------------------------------------------------------------------------------------------------------------
faes.de, Datenanalyse mit R & das Ad-Oculos-Projekt
Das Ad-Oculos-Projekt auf YouTube
Habe Mut, dich deines eigenen Verstandes zu bedienen! (Kant)
Re: Hilfe bei Interpretation
Hallo!
lm.beta kannte ich noch nicht. Danke für'S erwähnen.
Die sagen Dir, ob die anderen Werte brauchbar sind. Siehe beispielsweise: https://data.library.virginia.edu/diagnostic-plots/
LG,
Bernhard
lm.beta kannte ich noch nicht. Danke für'S erwähnen.
Ganz wichtig ist die Residuenanalyse, vor allem die diagnostischen Plots mitevelyn92 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?
Code: Alles auswählen
plot(lm(d_growth ~ WDbranch.amable, data = df_sg))
LG,
Bernhard
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
Re: Hilfe bei Interpretation
Danke!!