STATISTIK-FORUM.de

[Lisa26]

Hallo,

ich habe auf einer Internetseite ein Paar Übungen in R mit einem Diamanten-Datensatz gefunden.
Das Regressionsmodell ist dort wie folgt aufgebaut:

Call:
lm(formula = log(price) ~ log(carat) + cut + color + clarity)

Kann mir jemand kurz erläutern, warum hier der log vom Preis und Karat genommen wird?

Gruß
Lisa

[PonderStibbons]

https://darrendahly.github.io/post/loglog/ Abschnitt "Model Interpretation"

Kurzfassung: Erhöht man den "Karat" um 1%, so verändert sich "Preis" um beta(Log(Karat))%.

Mit freundlichen Grüßen

PonderStibbons

[Lisa26]

https://darrendahly.github.io/post/loglog/ Abschnitt "Model Interpretation"

Kurzfassung: Erhöht man den "Karat" um 1%, so verändert sich "Preis" um beta(Log(Karat))%.

Mit freundlichen Grüßen

PonderStibbons

Vielen Dank für die Antwort. Meine Frage zielt eher darauf ab warum man überhaupt den log verwendet. Man könnte das Regressionsmodell ja auch ohne den log aufbauen.

[PonderStibbons]

Wenn einen die Frage interessiert: wenn sich "Karat" um 1% vergrößert, wie verändert sich dann prozentual "Preis".
Oder worauf zielst Du ab?

[Lisa26]

Wenn einen die Frage interessiert: wenn sich "Karat" um 1% vergrößert, wie verändert sich dann prozentual "Preis".
Oder worauf zielst Du ab?

Die Interpretation ist mir eigentlich schon klar. Die Frage ist, warum man die log Transformation beim Preis u. Karat macht. Also was bringt es das Modell in eine log-Modell umzuwandeln?

lm(formula = price ~ carat + cut + color + clarity) --> lm(formula = log(price) ~ log(carat) + cut + color + clarity)