Hipotetyczna populacja – mniejsza zmienność w kierunku x
Aby lepiej zrozumieć rozkład próbkowania współczynnika kierunkowego, warto zwizualizować, jak zmiany w próbie i populacji wpływają na jego wartość. Tutaj zmniejszenie wariancji zmiennej objaśniającej wokół prostej przekłada się na zmniejszenie zmienności statystyk współczynnika kierunkowego.
To ćwiczenie jest częścią kursu
Wnioskowanie w regresji liniowej w R
Instrukcje do ćwiczenia
- Przyjrzyj się wykresowi, który został już dla ciebie narysowany.
- Zastąp
popdataprzezeven_newer_popdataw kodzie próbkowania i przerysuj wykres. - Ustaw granice osi x od -17 do 17 (tak jak poprzednio).
- Przyjrzyj się nowemu wykresowi. Czym różni się od poprzedniego?
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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
___