Varsayımsal anakitle - x yönünde daha az değişkenlik
Eğim katsayısıyla ilişkili örnekleme dağılımını anlamak için, örneklem ve anakitledeki değişimlerin eğim katsayısına etkisini görselleştirmek değerlidir. Burada, doğru etrafındaki açıklayıcı değişkenin varyansını azaltmak, eğim istatistikleriyle ilişkili değişkenliği değiştirir.
Bu egzersiz, kursun bir parçasıdır
R'de Doğrusal Regresyon için Çıkarım
Egzersiz talimatları
- Senin için çizilen grafiğe bak.
- Örnekleme kodunda
popdatayerineeven_newer_popdatakullan ve grafiği yeniden çiz. - x ekseni sınırlarını -17 ile 17 olarak ayarla (öncekiyle aynı olsun).
- Yeni grafiğe bak. Nasıl farklı?
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Update the sampling to use even_newer_popdata
many_samples <- popdata %>%
rep_sample_n(size = 50, reps = 100)
# Update and rerun the plot; how does it change?
ggplot(many_samples, aes(x = explanatory, y = response, group = replicate)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE) +
# Set the x-axis limit from -17 to 17
___