@@ -308,25 +308,33 @@ Versuchen Sie nun den oben gezeigten Plot selbst zu erstellen. Die Farbe und Par
...
@@ -308,25 +308,33 @@ Versuchen Sie nun den oben gezeigten Plot selbst zu erstellen. Die Farbe und Par
```{r lm-plot, exercise=TRUE, exercise.lines=5}
```{r lm-plot, exercise=TRUE, exercise.lines=5}
raters <- gameData$"Users Rated"
raters <- gameData$"Users Rated"
owned <- gameData$"Owned Users"
owned <- gameData$"Owned Users"
cavg <- gameData$"Complexity Average"
x = lm()
x = lm()
plot(, , pch = 16, col = "blue")
plot(, , pch = 16, col = "blue")
```
```
Mithilfe der Linearen Regression kann man nun die Hypothesen entweder beweisen oder widerlegen.
\
\
### Hypothesentest
### Hypothesentest
R hat Funktionen zum Testen von Hypothesen. Bei den bereits gegebenen Hypothesen eignet sich der [Chi-squared test](https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/chisq.test). Dieser wird mit ```chisq.test()``` aufgerufen und nimmt zwei Wertesets an mit weiteren Parametern fuer genaueres einstellen. Der ausgegebene p-Wert (p-value) kann dann mit dem Signifikanzwert (typischerweise 5% / 0.05) verglichen werden. Ist der Wert groesser als 0.05 kann man annehmen, dass die Hypothese stimmt.