이상치 포함 및 제거 후 추정 비교
이 연습 문제에서 제공되는 데이터(hypdata_outlier)에는 극단적인 이상치가 하나 포함되어 있습니다. 데이터셋의 플롯과 response 대 explanatory의 선형 회귀 모델이 표시됩니다. 이상치를 제거하여 하나의 관측값이 회귀선 추정에 어떤 영향을 미치는지 확인해 보겠습니다.
이 연습은 강의의 일부입니다
R을 활용한 선형 회귀 추론
연습 안내
hypdata_outlier에서 이상치를 제거하도록 필터링하세요.- 플롯
p에 새로운 smooth 레이어를 추가하여 업데이트하세요(geom_smooth사용).- 기존 리본과 마찬가지로, 선형 회귀 방법을 사용하고 신뢰 구간 리본은 표시하지 않습니다.
- 기존 리본과 달리,
data = hypdata_no_outlier를 사용하고 빨간색으로 표시합니다. - 지금은 신뢰 구간 없이 smooth 곡선만 표시하세요(
se = FALSE).
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# This plot is shown
p <- ggplot(hypdata_outlier, aes(x = explanatory, y = response)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE)
# Filter to remove the outlier
hypdata_no_outlier <- ___
p +
# Add another smooth lin .reg. layer, no ribbon,
# hypdata_no_outlier data, colored red
___