1. 学ぶ
    2. /
  2. コース
    3. /
  3. R による線形回帰の推測
Connected

演習

傾きの標準誤差（SE）

前の演習では、説明変数と応答変数の間に関係がない（帰無仮説）というモデルの下で、10 個の異なる傾きを生成しました。ここでは、帰無仮説下の傾き計算を 1000 回繰り返し、傾き係数の帰無サンプリング分布を作成します。この帰無サンプリング分布は、元のデータと比較するためのベンチマークとして使います。その後、この帰無サンプリング分布の平均と標準偏差を計算します。

指示1 / 3

undefined XP
    1
    2
    3

500 個の傾きをシミュレーションします。

  • 線形回帰と同じ書き方で、specify() を使って Foster と Biological の関係（式）を指定します。
  • hypothesize() を使い、null 仮説を "independence" に設定します。
  • generate() を使って、type を "permute"、複製数（reps）を 500 にして生成します。
  • calculate() を使って、要約 stat 指標として "slope" を計算します。