假想总体——x 方向的变异性更小
为了理解与斜率系数相关的抽样分布，直观展示样本和总体变化对斜率系数的影响非常有价值。这里，我们减少围绕直线的「解释」变量的方差，从而改变与斜率统计量相关的变异性。
本练习是课程的一部分
R 中的线性回归推断
练习说明
- 查看已为您绘制的图。
- 在抽样代码中将
popdata换成even_newer_popdata，并重新绘图。 - 将 x 轴范围设为 -17 到 17（与之前保持一致）。
- 再看一眼新图。它有哪些不同？
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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
___