1. 학습
    2. /
  2. 강의
    3. /
  3. R을 활용한 선형 회귀 추론
Connected

연습 문제

개별 반응값에 대한 예측 구간

반응값의 기댓값에 대한 구간 추정과 함께, 실제 개별 반응값에 대한 구간 추정이 필요한 경우가 많습니다. 예측을 위한 공식은 동일하지만, 예측값이 회귀선 주변에서 더 많이 흩어지기 때문에 표준 오차가 더 크게 계산됩니다.

평균 반응값의 구간과 마찬가지로, 개별 예측값의 구간도 회귀선의 추정이 중앙에서 더 안정적이기 때문에 양 끝보다 중앙에서 더 좁게 나타납니다. 평균 반응값의 구간은 개별 반응값의 구간보다 훨씬 좁다는 점에 유의하세요.

모델에서 계수 수준 정보를 추출하는 tidy(), 관측값 수준 정보를 추출하는 augment()는 이미 살펴보셨을 것입니다. glance()는 이 세 함수를 완성하는 마지막 함수로, 모델 수준 정보를 제공합니다.

선형 회귀 모델은 model로, 이전 연습 문제의 예측값은 predictions로 제공됩니다.

지침 1/3

undefined XP
    1
    2
    3
  • 예측선 주변 데이터 포인트의 자연 변동성을 구하세요.
    • glance()를 사용하여 model에서 모델 수준 정보를 가져오세요.
    • sigma 요소를 추출하세요.
  • (twins_sigma의 제곱)과 (.se.fit의 제곱)의 합에 제곱근을 적용하여 예측값의 표준 오차를 계산하세요.