Intervalos de predicción para la respuesta individual
Además del intervalo para el valor esperado de la respuesta, a menudo interesa tener un intervalo para las respuestas individuales reales. La formulación de la predicción es la misma, pero los puntos predichos varían más alrededor de la recta, por lo que el error estándar se calcula como un valor mayor.
Como ocurre con el intervalo alrededor de los valores medios esperados, el intervalo para valores individuales predichos es más estrecho en el centro que en los extremos, porque el cálculo de la recta de regresión es más estable en el centro. Ten en cuenta que los intervalos para las respuestas medias son mucho más pequeños que los intervalos para las respuestas individuales.
Ya has visto tidy() para extraer información a nivel de coeficientes de un modelo, y augment() para información a nivel de observación. glance() completa el trío, dándote información a nivel de modelo.
La regresión lineal se proporciona como model y las predicciones del ejercicio anterior se dan como predictions.
Este ejercicio forma parte del curso
Inferencia para la regresión lineal en R
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
twins_sigma <- model %>%
# Get model-level information
___ %>%
# Pull out sigma
___
predictions %>%
# Calculate the std err of the predictions
mutate(std_err_of_predictions = ___)