叠加回归线
在上一个练习的基础上,您现在将重复抽样 100 次,用可视化方式展示由总体中 100 个不同随机样本生成的回归线的抽样分布。
与其像上一个练习那样反复调用 sample_n(),不如使用 oilabs 包中的 rep_sample_n() 来便捷地生成多个随机样本。函数 rep_sample_n() 会将 sample_n() 命令重复执行 reps 次。
dplyr 中的 do() 函数可以让您对已经 group_by 的变量的每个层级分别运行 lm。这里,分组变量是抽样的重复编号,因此每个 lm 都是在数据的不同随机样本上运行的。
本练习是课程的一部分
R 中的线性回归推断
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Set the seed for reproducibility
set.seed(4747)
# Repeatedly sample the population without replacement
many_samples <- popdata %>%
___
# See the result
glimpse(many_samples)