Konfidensintervall för det genomsnittliga responsvärdet för alla observationer
Konfidensintervallet för det genomsnittliga responsvärdet kan beräknas för alla observationer i datamängden. Genom att använda augment() direkt på datamängden twins får du prediktioner och standardfel för Foster-tvillingen baserat på samtliga Biological-observationer.
Observera att beräkningen av regressionslinjen är mer stabil i mitten, vilket innebär att prediktioner för extremvärdena varierar mer än prediktioner i mitten av förklaringsvariabelns intervall.
Prediktionerna för Foster-tvillingens IQ som du beräknade tidigare finns tillgängliga som predictions. Dessa prediktioner visas i ett diagram med hjälp av geom_smooth().
Den här övningen är en del av kursen
Inferens för linjär regression i R
Övningsinstruktioner
Återskapa manuellt vad geom_smooth() gör, med hjälp av predictions. Ange estetik och data för varje geom.
- Lägg till ett punktlager för
FostermotBiological, med datamängdendata = twins. - Lägg till ett linjelager för
.fittedmotBiological, med datamängdendata = predictions. Färglägg linjen"blue". - Lägg till ett bandlager där
xmappas tillBiological,yminmappas tilllower_mean_predictionochymaxmappas tillupper_mean_prediction. Använd datamängdendata = predictionsoch sätt transparensen,alpha, till0.2.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# This plot is shown
ggplot(twins, aes(x = Biological, y = Foster)) +
geom_point() +
geom_smooth(method = "lm")
ggplot() +
# Add a point layer of Foster vs. Biological, using twins
___(aes(___, ___), data = ___) +
# Add a line layer of .fitted vs Biological, using predictions, colored blue
___ +
# Add a ribbon layer of lower_mean_prediction to upper_mean_prediction vs Biological,
# using predictions, transparency of 0.2
___