ich habe ein problem mit dem streudiagramm. das hab ich bisher eingegen:



er generiert zwar das diagramm mit plot und zeigt auch die abline an, aber die linien für konfidenzband und vorhersageband erscheinen nicht in der grafik. wo ist der fehler?

Hey versuchs mal mit dem hier du musst dann nur noch deine Daten eingeben
Lg newbie
scatterplot(ertrag~grasanteil, reg.line=lm, smooth=FALSE,
spread=FALSE, boxplots=FALSE, span=0.5, data=gras)

hilfswerte <- data.frame(grasanteil=
seq(min(gras$grasanteil), max(gras$grasanteil), length=100))

konfidenzband <- predict(modell, hilfswerte, interval="conf")
vorhersageband <- predict(modell, hilfswerte, interval="pred")

matlines(hilfswerte$grasanteil, konfidenzband,
lty=c("blank", "dotted", "dotted"),
col=c("black", "red", "red"))
matlines(hilfswerte$grasanteil, vorhersageband,
lty=c("blank", "dashed", "dashed"),
col=c("black", "green", "green"))

P.S. Nicht vergessen alles zu markieren, was aufgeführt werden soll!

Und wenn du dich gar nicht auskennst einfach mal hier gucken https://moodle.boku.ac.at/mod/resource/ ... p?id=76881

danke, das sieht schon sehr gut aus so.

weisst du vielleicht auch noch wie man das zentriert? das vorhersageband ist nicht komplett am plot.

und was meinst du mit markieren? die achsenbeschriftung oder wie?

Hey ich bin mir nicht sicher mit dem zentrieren aber vielleicht eventuell bei length eine kleinere zahl eingeben

Mit markieren meinte ich, den Input also das was du hineinkopiert hast zu markieren, weil nur dann der Befehl ausgeführt wird.

Lg

lenght ist es nicht. kann mann das eventuell mit ylim machen?

Hm weiß ich leider nicht, bei mir war das Vorhersageintervall und Kofidenzintervall ziemlich nahe an der Regressionslinie
Lg

ok. meines sieht dzt. so aus:

Naja immerhin sieht man die eine Seite Ich denke das ist nicht so schlimm wenn man das nicht sieht

das ist btw meine angabe:

Um die Prozesssteuerung eines groen Lebensmittelherstellers zu optimieren, wird unter anderem
auch dieWarmeleitfahigkeit [mW/(cm
K)] von Staubzucker in Abhangigkeit von der Verarbeitungstemperatur
[o C] untersucht (Code ZU-3, Aufgabencode 32391):
Temperatur 30 30 30 34 34 34 38 38 38 60
Leitfaehigkeit 9.03 9.22 9.12 9.22 9.26 8.92 9.24 9.00 9.03 9.27
Temperatur 60 60 64 64 64 68 68 68
Leitfaehigkeit 9.15 8.96 9.39 8.83 9.20 9.72 9.06 9.49
ˆ Geben Sie ein lineares Modell der Form y = a + bx fur den Zusammenhang zwischen Temperatur
und Leitfahigkeit an. Schatzen Sie die zugehorigen Koezienten a und b sowie die
Fehlervarianz. Testen Sie auerdem die Nullhypothesen H0 : a = 0 und H0 : b = 0 bei einem
Risiko 1. Art von  = 0:05. (4)
ˆ Fertigen Sie ein Streudiagramm der Daten an, das die geschatzte Regressionsgerade, das
Kondenzband und das Vorhersageband enthalt. (1)
ˆ Beurteilen Sie an Hand numerischer und grascher Kriterien, wie gut die Modellgerade den
Zusammenhang zwischen den beiden Variablen beschreibt. (2)
ˆ Uberprufen Sie an Hand einer geeigneten graschen Darstellung, ob die fur die Regression
notwendige Voraussetzung erfullt ist. (1)
ˆ Geben Sie ein 95 %-iges Kondenzintervall fur die erwartete Warmeleitfahigkeit bei 50o C
an. (1)
ˆ Geben Sie ein 99 %-iges Vorhersageintervall fur einen gemessenen Wert der Warmeleitf
ahigkeit bei 45o C an.

[schei? encoding ]

so hat es jetzt geklappt:

> plot (edv3$temp, edv3$leit, xlab="Temp", ylab="Leitfähigkeit", main="Leitfähigkeit von Staubzucker", ylim=c(min(vorhersageband[,2]), max(vorhersageband[,3])))
> abline (modell)
> matlines(hilfswerte$temp, konfidenzband, lty=c("blank","dotted","dotted"), col=c("black", "red", "red"))
> matlines(hilfswerte$temp, vorhersageband, lty=c("blank", "dashed", "dashed"), col=c("black", "green", "green"))

Hast du da nur die Zahlen neben dem Vorhersageintervall hingeschrieben?
Muss man sich merken

bei mir sieht das ganze sehr komisch aus. kann das stimmen? habs mal angehängt

ja stimmt, passt so

Deine Werte korrelieren sehr gut, daher sind die Bänder recht schmal!
Ist das eine Wiederfindungsfunktion die du da geplottet hast?!

ok danke. dachte ich mir eh.
also die aufgabe war:
Fertigen Sie ein Streudiagramm der Daten an, das die geschatzte Regressionsgerade, das
Kondenzband und das Vorhersageband enthalt.

und ich habe es so gelöst:
> Hilfswerte <- data.frame(Standard=seq(min(Kalibrierung$Standard),max(Kalibrierung$Standard), length=100))
> Konfidenzband <- predict(Modell, Hilfswerte, interval ="conf")
> Vorhersageband <- predict(Modell, Hilfswerte, interval="pred")
> plot(Kalibrierung$Standard, Kalibrierung$Messung, xlab="Standard [%]", ylab="Messung [%]", main="Standard und Messung von Kalibrierung", ylim=c(min(Vorhersageband[,2]),max(Vorhersageband[,3])))
> abline (Modell)
> matlines(Hilfswerte$Standard, Konfidenzband, lty=c("blank", "dotted", "dotted"), col=c("black", "red", "red"))
> matlines(Hilfswerte$Standard, Vorhersageband, lty=c("blank", "dashed", "dashed"), col=c("black", "blue", "blue"))

beim auswerten tu ich mir etwas schwer.
ich würde es so machen:
Anhand des Wertes "Multiple R-squared" aus r^2=0.9982 kann man ablesen, dass rund 99.8% der Variabilität der y-Werte durch das Modell erklärt werden.
Das ist sehr hoch und deshalb sind die Bänder recht schmal.
Es sind 11 Werte auf der Grafik erkennbar sind obwohl 20 eingegeben wurden. Das rührt daher, dass manche Wertepaare sich überlagern, also gleich sind.