# 2 # a # Daten einlesen autodaten <- read.table("E:\\autos.txt", header = TRUE) # lineare Regression durchführen model <- lm(Autos ~ Einkommen + Benzinpreis, data = autodaten) beta <- model$coef beta # b # Gleichung der Regressionsebene aufstellen ebene <- function(x1, x2) { beta[1] + beta[2] * x1 + beta[3] * x2 } # x1- und x2-Gitterpunkte, an denen die Regressionsebene interpoliert wird x1 <- seq(min(autodaten$Einkommen), max(autodaten$Einkommen), len = 50) x2 <- seq(min(autodaten$Benzinpreis), max(autodaten$Benzinpreis), len = 50) # Regressionsebene zeichnen pmod <- persp(x1, x2, outer(x1, x2, FUN = ebene), xlab = "Einkommen", ylab = "Benzinpreis", zlab = "Autos", theta = -60, expand = 0.5)