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 la population sur ce coefficient. Ici, réduire la variance de la variable explicative autour de la droite modifie la variabilité des statistiques de pente.
Cet exercice fait partie du cours
Inférence pour la régression linéaire en R
Instructions
- Regardez le graphique déjà tracé pour vous.
- Remplacez
popdatapareven_newer_popdatadans le code d’échantillonnage et redessinez le graphique. - Fixez les limites de l’axe des x de -17 à 17 (pour qu’elles soient identiques à avant).
- Regardez le nouveau graphique. En quoi est-il différent ?
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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
___