Intervalli di previsione per la risposta individuale
Oltre a un intervallo di stima per il valore atteso della risposta, spesso si desidera avere un intervallo anche per le risposte individuali effettive. La formulazione della previsione è la stessa, ma i punti previsti sono più variabili attorno alla retta, quindi l'errore standard risulta più grande.
Come per l'intervallo attorno ai valori medi attesi, l'intervallo per i valori individuali previsti è più stretto al centro e più ampio agli estremi, perché il calcolo della retta di regressione è più stabile al centro. Nota che gli intervalli per le risposte medie sono molto più piccoli rispetto a quelli per le risposte individuali.
Hai già visto tidy() per estrarre le informazioni a livello di coefficiente da un modello e augment() per le informazioni a livello di osservazione. glance() completa il trittico, fornendoti le informazioni a livello di modello.
La regressione lineare è fornita come model e le previsioni dall'esercizio precedente sono in predictions.
Questo esercizio fa parte del corso
Inferenza per la regressione lineare in R
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
twins_sigma <- model %>%
# Get model-level information
___ %>%
# Pull out sigma
___
predictions %>%
# Calculate the std err of the predictions
mutate(std_err_of_predictions = ___)