LoslegenKostenlos loslegen

Unsicherheit der Auto-Performance visualisieren

Konfidenzintervalle sind ein sehr wichtiges visuelles Signal für die Güte der Modellanpassung. Hier übst du, das Aussehen von Konfidenzintervallen zu ändern und die Skala von Partialeffekt-Plots zu transformieren.

Diese Übung ist Teil des Kurses

Nichtlineare Modellierung mit Generalized Additive Models (GAMs) in R

Kurs anzeigen

Anleitung zur Übung

  • Plotte das Modell (mod), das die mpg-Daten verwendet, und zeichne nur den Partialeffekt von weight. Mach das Konfidenzintervall schattiert und in der Farbe "hotpink".
  • Erstelle einen weiteren Plot des Partialeffekts von weight, diesmal mit einer Verschiebung der Skala um den Wert des Intercepts über das Argument shift, und beziehe die Unsicherheit des Modell-Intercepts mit dem Argument seWithMean ein.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

library(mgcv)
# Fit the model
mod <- gam(hw.mpg ~ s(weight) + s(rpm) + s(price) + comp.ratio, 
           data = mpg, method = "REML")

# Plot the weight effect with colored shading
plot(mod, select = 1, ___)

# Make another plot adding the intercept value and uncertainty
plot(mod, select = 1, ___)
Code bearbeiten und ausführen