1. Learn
    2. /
  2. Курси
    3. /
  3. Inférence pour la régression linéaire en R
Connected

Вправа

Intervalles de prédiction pour la réponse individuelle

En plus d'un intervalle pour la valeur attendue de la réponse, on souhaite souvent obtenir un intervalle pour les réponses individuelles réelles. La formulation de la prédiction est la même, mais les points prédits varient davantage autour de la droite; on calcule donc une erreur-type plus grande.

Comme pour l'intervalle autour des valeurs moyennes attendues, l'intervalle pour les valeurs individuelles prédites est plus étroit au centre et plus large aux extrémités, car l'estimation de la droite de régression est plus stable au milieu. Notez que les intervalles pour les réponses moyennes sont beaucoup plus petits que ceux pour les réponses individuelles.

Vous avez déjà vu tidy() pour extraire l'information au niveau des coefficients d'un modèle, et augment() pour l'information au niveau des observations. glance() complète le trio en vous donnant l'information au niveau du modèle.

La régression linéaire est fournie sous le nom model et les prédictions de l'exercice précédent sous predictions.

Інструкції 1/3

undefined XP
    1
    2
    3
  • Trouvez la variabilité naturelle des points autour de la droite de prédiction.
    • Utilisez glance() pour obtenir l'information au niveau du modèle à partir de model.
    • Extrayez l'élément sigma.
  • Calculez l'erreur-type des prédictions comme la racine carrée de la somme de (twins_sigma au carré et .se.fit au carré).