Der McNemar-Test wird verwendet, um festzustellen, ob es einen statistisch signifikanten Unterschied in den Anteilen zwischen gepaarten Daten gibt. In diesem Tutorial wird erklärt, wie der McNemar-Test in R durchgeführt wird. Beispiel: McNemar-Test in R Nehmen wir an, Forscher möchten wissen,...
Um festzustellen , ob in einer Regressionsanalyse Heteroskedastizität vorliegt, wird ein Breusch-Pagan-Test verwendet. In diesem Tutorial wird erklärt, wie man einen Breusch-Pagan-Test in R durchführt. Beispiel: Breusch-Pagan-Test in R In diesem Beispiel passen wir ein Regressionsmodell mithilfe des in mtcars integrierten...
Eine der am häufigsten verwendeten Metriken zur Messung der Prognosegenauigkeit eines Modells ist MAPE , was für den mittleren absoluten prozentualen Fehler steht. Die Formel zur Berechnung des MAPE lautet wie folgt: MAPE = (1/n) * Σ(|tatsächlich – Prognose| / |tatsächlich|)...
Jedes Mal, wenn Sie einen Hypothesentest durchführen, erhalten Sie eine Teststatistik. Um festzustellen, ob die Ergebnisse des Hypothesentests statistisch signifikant sind, können Sie die Teststatistik mit einem kritischen Z-Wert vergleichen. Wenn der Absolutwert der Teststatistik größer als der kritische Z-Wert ist,...
Residuendiagramme werden häufig verwendet, um zu beurteilen, ob die Residuen einer Regressionsanalyse normalverteilt sind und ob sie Heteroskedastizität aufweisen oder nicht. In diesem Tutorial wird erklärt, wie man Residuendiagramme für ein Regressionsmodell in R erstellt. Beispiel: Residuendiagramme in R In diesem...
Ein relatives Häufigkeitshistogramm ist ein Diagramm, das die relativen Häufigkeiten von Werten in einem Datensatz anzeigt. In diesem Tutorial wird erläutert, wie Sie mit der Funktion lattice histogram() ein relatives Häufigkeitshistogramm in R erstellen, das die folgende Syntax verwendet: Histogramm (x,...
In diesem Tutorial wird erläutert, wie Sie mithilfe der folgenden Funktionen mit der Poisson-Verteilung in R arbeiten dpois : Gibt den Wert der Poisson-Wahrscheinlichkeitsdichtefunktion zurück. ppois : Gibt den Wert der kumulativen Poisson-Dichtefunktion zurück. qpois : Gibt den Wert der inversen...
Der Root Mean Square Error (RMSE) ist ein Maß, das uns sagt, wie weit unsere vorhergesagten Werte von unseren beobachteten Werten in einer Regressionsanalyse im Durchschnitt entfernt sind. Es wird wie folgt berechnet: RMSE = √[ Σ(P i – O i...
Eine der am häufigsten verwendeten Metriken zur Messung der Vorhersagegenauigkeit eines Modells ist MSE , was für „Mean Square Error“ steht. Es wird wie folgt berechnet: MSE = (1/n) * Σ(tatsächlich – Vorhersage) 2 Gold: Σ – ein ausgefallenes Symbol mit...
Der Root Mean Square Error (RMSE) ist ein Maß, das uns sagt, wie weit unsere vorhergesagten Werte von unseren beobachteten Werten in einer Regressionsanalyse im Durchschnitt entfernt sind. Es wird wie folgt berechnet: RMSE = √[ Σ(P i – O i...