เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การประมาณค่าเมื่อมีและไม่มี Outlier

ข้อมูลที่ใช้ในแบบฝึกหัดนี้ (hypdata_outlier) มี outlier ที่มีค่าสุดขั้วอยู่ กราฟแสดงชุดข้อมูลพร้อมโมเดลการถดถอยเชิงเส้นของ response เทียบกับ explanatory ลองลบจุดที่เป็น outlier ออก เพื่อดูว่าการสังเกตการณ์เพียงจุดเดียวส่งผลต่อการประมาณค่าเส้นได้มากเพียงใด

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การอนุมานสำหรับการถดถอยเชิงเส้นใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กรอง hypdata_outlier เพื่อลบ outlier ออก
  • อัปเดตกราฟ p โดยเพิ่ม smooth layer อีกชั้นหนึ่ง (ใช้ geom_smooth)
    • เหมือนกับ ribbon เดิม ให้ใช้วิธีการถดถอยเชิงเส้น และไม่ต้องแสดง ribbon
    • ต่างจาก ribbon เดิม ให้ใช้ data = hypdata_no_outlier และกำหนดสีเป็นสีแดง
    • ในขั้นตอนนี้ ให้แสดงเฉพาะเส้นโค้ง โดยไม่ต้องแสดงช่วงความเชื่อมั่น (se = FALSE)

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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
  ___
แก้ไขและรันโค้ด