[R Studio][12.2.9][DS12.2.6] R에서 선형회귀모형을 구하고 여러 예측값 구하기

 

 < 문제 출처 >

이공학도를 위한 확률과 통계 3판 한글판

 

 

 

 

 

 

ds12.2.6-vacuum-transducer-bobbin-resistances.txt

0.00MB

 

 

 [ 문제 ]

 

DS 12.2.6 의 데이터 집합은 자동차 산업에서 사용되는 진공 변환기 보빈의 온도와 저항간의 관련 데이터이다.

 

 

 

 

 

1. 데이터를 입력하고 선형 회귀 모형 구하기

 

> raw_datas <- read.table("ds12.2.6-vacuum-transducer-bobbin-resistances.txt", header=T)
> lm3 <- lm(Resistance~Temperature, data=raw_datas)
> summary(lm3)

Call:
lm(formula = Resistance ~ Temperature, data = raw_datas)

Residuals:
    Min      1Q  Median      3Q     Max 
-3.9946 -1.3764  0.7285  1.4036  3.4551 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 12.86392    4.55461   2.824  0.00987 ** 
Temperature  0.80507    0.06427  12.527 1.74e-11 ***
---
Signif. codes:  
0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.995 on 22 degrees of freedom
Multiple R-squared:  0.877,	Adjusted R-squared:  0.8714 
F-statistic: 156.9 on 1 and 22 DF,  p-value: 1.735e-11

 

B0 = 12.86392

B1 = 0.80507

y = 12.86392 + 0.80507x

 

standard error = 1.995

 

 

 

 

2. 온도가 69ºF 일 경우의 저항을 예측하라.

 

> predict(lm3, newdata=data.frame(Temperature=69))
       1 
68.41405 

 

 

 

 

 

3. 온도가 5 도 증가할 경우 저항의 변화를 예측하라.

 

0.80507 x 5 = 4.02535

 

 

 

 

 

4. 오차 분산의 추정치를 구하라.

 

> anova(lm3)
Analysis of Variance Table

Response: Resistance
            Df Sum Sq Mean Sq F value    Pr(>F)    
Temperature  1 624.70  624.70  156.91 1.735e-11 ***
Residuals   22  87.59    3.98                      
---
Signif. codes:  
0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1