Tutorial 2: Lineares Modell

⇤ Zurück zur Startseite

Lernziele

  • Wiederholung der linearen Regression
  • Hypothesentests in linearen Modellen
  • Signifikanz und p-Value

Setup

Zunächst sollte ein neues R-Projekt und die bekannte Ordnerstruktur erstellt werden. Dieses Mal beschäftigen wir uns mit linearen Modellen. Wir analysieren hierfür Daten für den weltweiten Außenhandel, insbesondere den Handel zwischen EU Ländern und Neuseeland. Die Daten sind in dieser Zip-Datei: tutorial2.zip. Benötigte R-Packages sind data.table und ggplot2.

Los gehts: Arbeiten mit Daten

  1. Erstellen Sie ein neues R-Projekt für das neue Tutorium und erstellen Sie die zugehörigen Unterordner. Laden Sie die Packages ggplot2 und data.table.
  2. Speichern Sie zunächst den Datensatz mit den Exportdaten exporte.csv im entsprechenden Unterordner und lesen Sie diese mit read.csv() oder fread() in ihr R script ein.
  3. Inspizieren Sie die Daten mit Hilfe von head() oder View() und plotten Sie diese sinnvoll mit ggplot().
  4. Erstellen Sie ein lineares Modell um den Zusammenhang zwischen wirtschaftlicher Größe eines Landes und Exporten zu schätzen. Fokussieren Sie hierzu ihre Analyse auf EU Staaten als Exporteure und Neuseeland als Importeur. Die Daten eu_länder.csv kann hierbei helfen. Wenn dies sinnvoll erscheint, können die Variablen transformiert werden. Schätzen Sie das Modell mit Hilfe des lm()-Befehls. Nutzen Sie dafür die Hilfsfunktion (mit ?lm) sowie die Folien aus der Vorlesung.
  5. Interpretieren Sie die Ergebnisse des lm()-Befehls. Welche Informationen erhalten Sie zur Signifikanz der Koeffizienten?
  6. Berechnen Sie die Koeffizienten des linearen Modells “per Hand” und vergleichen Sie diese mit den Werten des lm-Modells.
  7. Was bedeutet die Transformation einer Variable für die Interpretation der Koeffizienten?

⇤ Zurück zur Startseite