Оценка с выбросом и без него

Данные в этом упражнении (hypdata_outlier) содержат экстремальный выброс. На графике показан набор данных и линейная регрессионная модель зависимости response от explanatory. Вы удалите выбросной наблюдение, чтобы увидеть, как одна точка может повлиять на оценку линии регрессии.

Это упражнение является частью курса

Вывод для линейной регрессии в R

Посмотреть курс

Инструкции к упражнению

Отфильтруйте hypdata_outlier, чтобы удалить выброс.
Обновите график p, добавив ещё один сглаживающий слой (используйте geom_smooth).
- Как и для другого слоя, используйте метод линейной регрессии и не отображайте доверительный интервал.
- В отличие от другого слоя, используйте data = hypdata_no_outlier и задайте красный цвет.
- Пока используйте только сглаживающую кривую без границ доверительного интервала (se = FALSE).

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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
  ___

Редактировать и запускать код