Hypothetische populatie - minder variatie in x-richting

Om de steekproefverdeling van de hellingscoëfficiënt te begrijpen, is het nuttig om te visualiseren welk effect veranderingen in de steekproef en de populatie hebben op de hellingscoëfficiënt. Door hier de variantie van de verklarende variabele rond de lijn te verkleinen, verandert de variabiliteit van de hellingsstatistiek.

Deze oefening maakt deel uit van de cursus

Inferentie voor lineaire regressie in R

Bekijk cursus

Oefeninstructies

Bekijk de grafiek die voor je is getekend.
Vervang popdata door even_newer_popdata in de sampling-code en teken de grafiek opnieuw.
Stel de x-aslimieten in van -17 tot 17 (zodat ze hetzelfde zijn als eerst).
Bekijk de nieuwe grafiek. Hoe is die anders?

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# 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
  ___

Code bewerken en uitvoeren