1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wnioskowanie w regresji liniowej w R
Connected

ćwiczenie

Przedziały predykcji dla pojedynczej obserwacji

Oprócz przedziału estymacji dla oczekiwanej wartości zmiennej odpowiedzi, często potrzebny jest również przedział estymacji dla poszczególnych, indywidualnych obserwacji. Formuła predykcji jest taka sama, jednak przewidywane punkty są bardziej rozproszone wokół linii regresji, co skutkuje większą wartością błędu standardowego.

Podobnie jak w przypadku przedziału dla oczekiwanych wartości średnich, przedział dla przewidywanych wartości indywidualnych jest węższy w środku niż na krańcach – wynika to z większej stabilności linii regresji w centrum. Zwróć uwagę, że przedziały dla średnich odpowiedzi są znacznie węższe niż przedziały dla odpowiedzi indywidualnych.

Znasz już tidy() – do wyciągania informacji na poziomie współczynników z modelu – oraz augment() – do informacji na poziomie obserwacji. glance() dopełnia to trio, dostarczając informacji na poziomie całego modelu.

Model regresji liniowej jest dostępny jako model, a predykcje z poprzedniego ćwiczenia – jako predictions.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Znajdź naturalną zmienność punktów wokół linii predykcji.
    • Użyj glance(), aby uzyskać informacje na poziomie modelu z obiektu model.
    • Wyciągnij element sigma.
  • Oblicz błąd standardowy predykcji jako pierwiastek kwadratowy z sumy (twins_sigma do kwadratu i .se.fit do kwadratu).