Estymacja z wartością odstającą i bez niej

Zbiór danych użyty w tym ćwiczeniu (hypdata_outlier) zawiera skrajną wartość odstającą. Na wykresie przedstawiono ten zbiór danych oraz model regresji liniowej zmiennej response względem explanatory. Usuń wartość odstającą, aby zobaczyć, jak jedna obserwacja może wpłynąć na dopasowanie prostej regresji.

To ćwiczenie jest częścią kursu

Wnioskowanie w regresji liniowej w R

Zobacz kurs

Instrukcje do ćwiczenia

Przefiltruj hypdata_outlier, aby usunąć wartość odstającą.
Zaktualizuj wykres p, dodając kolejną warstwę wygładzania (użyj geom_smooth).
- Podobnie jak pierwsza wstęga, aktualizacja powinna korzystać z metody regresji liniowej i nie rysować przedziału ufności.
- W odróżnieniu od pierwszej wstęgi, aktualizacja powinna używać data = hypdata_no_outlier i być zaznaczona na czerwono.
- Na razie użyj tylko krzywej wygładzania, bez przedziałów ufności (se = FALSE).

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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
  ___

Edytuj i uruchom kod