ช่วงการพยากรณ์สำหรับค่าตอบสนองรายบุคคล
นอกจากการประมาณแบบช่วงสำหรับค่าคาดหวังของตัวแปรตอบสนองแล้ว มักต้องการช่วงการประมาณสำหรับค่าตอบสนองรายบุคคลด้วย สูตรการพยากรณ์นั้นเหมือนกัน แต่จุดที่พยากรณ์ได้มีความแปรปรวนรอบเส้นมากกว่า ทำให้ค่าความคลาดเคลื่อนมาตรฐานที่คำนวณได้มีค่าสูงกว่า
เช่นเดียวกับช่วงรอบค่าเฉลี่ยของตัวแปรตอบสนอง ช่วงสำหรับค่าตอบสนองรายบุคคลจะแคบกว่าบริเวณกลางและกว้างขึ้นที่ขอบ เนื่องจากการคำนวณเส้นถดถอยมีเสถียรภาพมากกว่าบริเวณกลาง โปรดสังเกตว่าช่วงสำหรับค่าตอบสนองเฉลี่ยจะแคบกว่าช่วงสำหรับค่าตอบสนองรายบุคคลมาก
ก่อนหน้านี้ได้ใช้ tidy() เพื่อดึงข้อมูลระดับสัมประสิทธิ์จากโมเดล และ augment() สำหรับข้อมูลระดับการสังเกต glance() จะทำให้ครบชุดทั้งสาม โดยให้ข้อมูลในระดับโมเดล
โมเดลการถดถอยเชิงเส้นถูกกำหนดไว้เป็น model และค่าพยากรณ์จากแบบฝึกหัดก่อนหน้าถูกเก็บไว้ใน predictions
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การอนุมานสำหรับการถดถอยเชิงเส้นใน R
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
twins_sigma <- model %>%
# Get model-level information
___ %>%
# Pull out sigma
___
predictions %>%
# Calculate the std err of the predictions
mutate(std_err_of_predictions = ___)