1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Inference for Linear Regression in R
Connected

cvičení

Predikční intervaly pro individuální odpověď

Kromě intervalového odhadu střední hodnoty odpovědi je často žádoucí mít k dispozici i intervalový odhad pro skutečné individuální odpovědi. Vzorec pro predikci je stejný, ale predikované hodnoty jsou kolem přímky variabilnější, takže standardní chyba vychází vyšší.

Stejně jako u intervalu kolem průměrných hodnot odpovědi je i interval pro predikované individuální hodnoty uprostřed užší než na krajích – regresní přímka je totiž ve středu stabilnější. Všimni si, že intervaly pro průměrné odpovědi jsou výrazně užší než intervaly pro individuální odpovědi.

Už znáš funkci tidy() pro získání informací na úrovni koeficientů a augment() pro informace na úrovni pozorování. Trojici doplňuje glance(), která poskytuje informace na úrovni celého modelu.

Lineární regrese je k dispozici jako model a predikce z předchozího cvičení jako predictions.

Pokyny 1/3

undefined XP
    1
    2
    3
  • Zjisti přirozenou variabilitu bodů kolem predikční přímky.
    • Pomocí glance() získej informace na úrovni modelu z objektu model.
    • Vyber prvek sigma.
  • Vypočítej standardní chybu predikcí jako odmocninu součtu (twins_sigma na druhou a .se.fit na druhou).