Population hypothétique – moins de variabilité dans la direction x

Pour comprendre la distribution d'échantillonnage associée au coefficient de pente, il est utile de visualiser l'impact des changements dans l'échantillon et dans la population sur ce coefficient. Ici, réduire la variance associée à la variable explicative autour de la droite modifie la variabilité des statistiques de pente.

Cette activité fait partie du cours

Inférence pour la régression linéaire en R

Voir le cours

Instructions de l’exercice

Regardez le graphique qui a été tracé pour vous.
Remplacez popdata par even_newer_popdata dans le code d'échantillonnage et redessinez le graphique.
Définissez les limites de l'axe des x de -17 à 17 (pour qu'elles soient les mêmes qu'avant).
Observez le nouveau graphique. En quoi est-il différent ?

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Update the sampling to use even_newer_popdata
many_samples <- popdata %>%
  rep_sample_n(size = 50, reps = 100)

# Update and rerun the plot; how does it change?
ggplot(many_samples, aes(x = explanatory, y = response, group = replicate)) + 
  geom_point() + 
  geom_smooth(method = "lm", se = FALSE) +
  # Set the x-axis limit from -17 to 17
  ___

Modifier et exécuter le code