仮想母集団 - x 方向のばらつきが小さい場合
傾き係数に対応する標本分布を理解するには、標本や母集団の変化が傾き係数に与える影響を可視化することが有用です。ここでは、直線のまわりで「説明変数」に関連する分散を小さくすると、傾きに関する統計量のばらつきがどのように変化するかを確認します。
この演習はコースの一部です
R による線形回帰の推測
演習の手順
- まず、描画済みのプロットを確認します。
- サンプリング用コード内の
popdataをeven_newer_popdataに入れ替えて、プロットを描き直します。 - x 軸の表示範囲を -17 から 17 に設定します（以前と同じ範囲にします）。
- 新しいプロットを見て、どのように変わったか確認しましょう。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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
___