Довірчі інтервали для середньої відповіді для всіх спостережень

Довірчий інтервал для середньої відповіді можна обчислити для всіх спостережень у наборі даних. Використання augment() безпосередньо на наборі twins дає прогнози та стандартні похибки для близнюка Foster на основі всіх значень Biological.

Зверніть увагу, що розрахунок регресійної прямої є стабільнішим у центрі, тож прогнози для крайніх значень більш мінливі, ніж у середині діапазону пояснювальних IQ.

Прогнози IQ для близнюка Foster, які ви обчислили минулого разу, надано як predictions. Ці прогнози показано на графіку за допомогою geom_smooth().

Ця вправа є частиною курсу

Статистичні висновки для лінійної регресії в R

Переглянути курс

Інструкції до вправи

Створіть вручну те, що робить geom_smooth(), використовуючи predictions. Передайте естетики та дані до кожного шару геомів.

Додайте шар точок Foster проти Biological, використовуючи набір даних data = twins.
Додайте шар лінії .fitted проти Biological, використовуючи набір даних data = predictions. Забарвте лінію в "blue".
Додайте шар стрічки з x, прив'язаним до Biological, ymin — до lower_mean_prediction, а ymax — до upper_mean_prediction. Використовуйте набір даних data = predictions і встановіть прозорість alpha на 0.2.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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
  ___

Редагувати та запускати код