Interval prediksi untuk respons individual
Selain interval estimasi untuk nilai harapan dari respons, sering kali kita juga membutuhkan interval estimasi untuk respons individual yang sebenarnya. Formulasinya sama seperti untuk prediksi, tetapi titik-titik prediksi lebih bervariasi di sekitar garis, sehingga galat baku dihitung menjadi nilai yang lebih besar.
Seperti halnya interval di sekitar nilai rata-rata yang diharapkan, interval untuk nilai individual yang diprediksi lebih kecil di bagian tengah daripada di ekstrem karena perhitungan garis regresi lebih stabil di pusat. Perhatikan bahwa interval untuk respons rata-rata jauh lebih kecil daripada interval untuk respons individual.
Anda sudah melihat tidy() untuk mengambil informasi level koefisien dari sebuah model, dan augment() untuk informasi level observasi. glance() melengkapi trio tersebut, memberikan Anda informasi level model.
Regresi linear disediakan sebagai model dan prediksi dari latihan sebelumnya diberikan sebagai predictions.
Latihan ini adalah bagian dari kursus
Inferensi untuk Regresi Linear di R
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
twins_sigma <- model %>%
# Get model-level information
___ %>%
# Pull out sigma
___
predictions %>%
# Calculate the std err of the predictions
mutate(std_err_of_predictions = ___)