KI mit t-Theorie
In früheren Kursen hast du Konfidenzintervalle mit der Formel Statistik plus/minus ein Vielfaches des Standardfehlers erstellt. Beim Bootstrapping verwenden wir typischerweise zwei Standardfehler. Bei der t-basierten Theorie nutzen wir den spezifischen t-Multiplikator.
Erstelle ein KI für den Steigungsparameter, einmal über den Standardaufruf tidy() und zusätzlich mit mutate(), um die Grenzen des Konfidenzintervalls explizit zu berechnen. Beachte, dass beide Methoden genau die gleichen KI-Werte liefern sollten, da sie dieselben Berechnungen verwenden.
alpha ist auf 0.05 gesetzt und die Freiheitsgrade des twins-Datensatzes werden dir gegeben.
Diese Übung ist Teil des Kurses
Schlussfolgern bei der linearen Regression in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
alpha <- 0.05
degrees_of_freedom <- nrow(twins) - 2
# Calculate the confidence level
confidence_level <- ___
# Calculate the upper percentile cutoff
p_upper <- ___
# Find the critical value from the t-distribution
critical_value <- ___