Cara menggunakan fungsi confit() di r

Anda dapat menggunakan fungsi confint() di R untuk menghitung interval kepercayaan untuk satu atau beberapa parameter dalam model regresi yang sesuai.

Fungsi ini menggunakan sintaks dasar berikut:

batasan(objek, parm, level=0,95)

Emas:

• objek : Nama model regresi yang dipasang
• parm : Parameter untuk menghitung interval kepercayaan (default adalah semua)
• level : Tingkat kepercayaan untuk digunakan (nilai default adalah 0,95)

Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya.

Contoh: Cara menggunakan fungsi confit() di R

Misalkan kita memiliki kerangka data berikut di R yang menunjukkan jumlah jam yang dihabiskan untuk belajar, jumlah ujian praktik yang diambil, dan nilai ujian akhir 10 siswa dalam satu kelas:

 #create data frame
df <- data. frame (score=c(77, 79, 84, 85, 88, 99, 95, 90, 92, 94),
                 hours=c(1, 1, 2, 3, 2, 4, 4, 2, 3, 3),
                 prac_exams=c(2, 3, 3, 2, 4, 5, 4, 3, 5, 4))

#view data frame
df

   score hours prac_exams
1 77 1 2
2 79 1 3
3 84 2 3
4 85 3 2
5 88 2 4
6 99 4 5
7 95 4 4
8 90 2 3
9 92 3 5
10 94 3 4

Sekarang anggaplah kita ingin memasukkan model regresi linier berganda berikut ke dalam R:

Nilai ujian = β ₀ + β ₁ (jam) + β ₂ (ujian praktik)

Kita dapat menggunakan fungsi lm() untuk mengadaptasi model ini:

 #fit multiple linear regression model
fit <- lm(score ~ hours + prac_exams, data=df)

#view summary of model
summary(fit)

Call:
lm(formula = score ~ hours + prac_exams, data = df)

Residuals:
    Min 1Q Median 3Q Max 
-2.4324 -1.2632 -0.8956 0.4316 5.1412 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 68.4029 2.8723 23.815 5.85e-08 ***
hours 4.1912 0.9961 4.207 0.0040 ** 
prac_exams 2.6912 0.9961 2.702 0.0306 *  
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 2.535 on 7 degrees of freedom
Multiple R-squared: 0.9005, Adjusted R-squared: 0.8721 
F-statistic: 31.68 on 2 and 7 DF, p-value: 0.0003107

Perhatikan bahwa ringkasan model menampilkan koefisien regresi yang sesuai:

• Intersep = 68.4029
• jam = 4,1912
• latihan_ujian = 2,6912

Untuk mendapatkan interval kepercayaan 95% untuk masing-masing koefisien ini, kita dapat menggunakan fungsi confint() :

 #calculate 95% confidence interval for each coefficient in model
confined(fit)

                 2.5% 97.5%
(Intercept) 61.6111102 75.194772
hours 1.8357237 6.546629
prac_exams 0.3357237 5.046629

Interval kepercayaan 95% untuk setiap parameter ditunjukkan:

• 95% CI untuk intersep = [61.61, 75.19]
• 95% CI selama berjam-jam = [1,84, 6,55]
• 95% CI untuk ujian_latihan = [0,34, 5,05]

Untuk menghitung interval kepercayaan 99%, cukup ubah nilai argumen level :

 #calculate 99% confidence interval for each coefficient in model
confint(fit, level= 0.99 )

                 0.5% 99.5%
(Intercept) 58.3514926 78.454390
hours 0.7052664 7.677087
prac_exams -0.7947336 6.177087

Dan untuk menghitung interval kepercayaan saja untuk parameter tertentu, cukup tentukan koefisien menggunakan argumen parm :

 #calculate 99% confidence interval for hours
confint(fit, parm=' hours ', level= 0.99 )

          0.5% 99.5%
hours 0.7052664 7.677087

Perhatikan bahwa interval kepercayaan 99% hanya ditampilkan untuk variabel jam.

Sumber daya tambahan

Tutorial berikut memberikan informasi tambahan tentang regresi linier di R:

Bagaimana menafsirkan keluaran regresi di R
Cara melakukan regresi linier sederhana di R
Cara melakukan regresi linier berganda di R
Bagaimana melakukan regresi logistik di R