비등분산 오류 조정하기
다음 예제에서는 explanatory 변수가 증가함에 따라 response 변수의 분산도 함께 증가하는 것을 확인할 수 있습니다. 이 연습 문제에서 적용하는 수정 방법은 변동성을 변화시킬 뿐만 아니라, 변수 간 관계의 선형성에도 영향을 미친다는 점에 유의하세요.
이 연습은 강의의 일부입니다
R을 활용한 선형 회귀 추론
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Run this to see how the model looks
ggplot(hypdata_nonequalvar, aes(x = explanatory, y = response)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE)
# Model response vs. explanatory
model <- ___
# Extract observation-level information
modeled_observations <- ___
# See the result
modeled_observations
# Using modeled_observations, plot residuals vs. fitted values
___