Schatting met en zonder uitschieter

De gegevens in deze oefening (hypdata_outlier) bevatten een extreme uitschieter. Er is een plot van de gegevensset te zien, en een lineair regressiemodel van response tegen explanatory. Je verwijdert de uitschieter om te zien hoe één observatie de schatting van de lijn kan beïnvloeden.

Deze oefening maakt deel uit van de cursus

Inferentie voor lineaire regressie in R

Bekijk cursus

Oefeninstructies

Filter hypdata_outlier om de uitschieter te verwijderen.
Werk de plot p bij door een extra smooth-laag toe te voegen (gebruik geom_smooth).
- Net als de andere band moet de update de lineaire regressiemethode gebruiken en de band niet tekenen.
- In tegenstelling tot de andere band moet de update data = hypdata_no_outlier gebruiken en rood gekleurd zijn.
- Gebruik voor nu alleen de smooth-curve, zonder betrouwbaarheidsbanden (se = FALSE).

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# 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
  ___

Code bewerken en uitvoeren