Hoe een betrouwbaarheidsinterval in r uit te zetten

Een betrouwbaarheidsinterval is een reeks waarden die waarschijnlijk een populatieparameter met een bepaald betrouwbaarheidsniveau bevatten.

In deze zelfstudie wordt uitgelegd hoe u een betrouwbaarheidsinterval voor een gegevensset in R kunt plotten.

Voorbeeld: een betrouwbaarheidsinterval in R uitzetten

Stel dat we de volgende dataset in R hebben met 100 rijen en 2 kolommen:

 #make this example reproducible
set.seed(0)

#create dataset
x <- rnorm(100)
y <- x*2 + rnorm(100)
df <- data.frame(x = x, y = y)

#view first six rows of dataset
head(df)

           xy
1 1.2629543 3.3077678
2 -0.3262334 -1.4292433
3 1.3297993 2.0436086
4 1.2724293 2.5914389
5 0.4146414 -0.3011029
6 -1.5399500 -2.5031813

Om een grafiek te maken van de relatie tussen x en y, kunnen we eerst een lineair regressiemodel passen:

 model <- lm(y ~ x, data = df)

Vervolgens kunnen we een grafiek maken van de geschatte lineaire regressielijn met behulp van de functie abline() en de functie lines() om de feitelijke betrouwbaarheidsbanden te creëren:

 #get predicted y values using regression equation
newx <- seq(min(df$x), max(df$x), length.out=100)
preds <- predict(model, newdata = data.frame(x=newx), interval = 'confidence')

#create plot of x vs. y, but don't display individual points (type='n') 
plot(y ~ x, data = df, type = 'n')

#add fitted regression line
abline(model)

#add dashed lines for confidence bands
lines(newx, preds[,3], lty = 'dashed', col = 'blue')
lines(newx, preds[,2], lty = 'dashed', col = 'blue') 

De zwarte lijn toont de gepaste lineaire regressielijn, terwijl de twee gestreepte blauwe lijnen de betrouwbaarheidsintervallen weergeven.

Optioneel kunt u ook het gebied tussen de betrouwbaarheidsintervallijnen en de geschatte lineaire regressielijn opvullen met behulp van de volgende code:

 #create plot of x vs. y
plot(y ~ x, data = df, type = 'n')

#fill in area between regression line and confidence interval
polygon(c(rev(newx), newx), c(rev(preds[,3]), preds[,2]), col = 'grey', border = NA)

#add fitted regression line
abline(model)

#add dashed lines for confidence bands
lines(newx, preds[,3], lty = 'dashed', col = 'blue')
lines(newx, preds[,2], lty = 'dashed', col = 'blue') 

Hier is de volledige code van begin tot eind:

 #make this example reproducible
set.seed(0)

#create dataset
x <- rnorm(100)
y <- x*2 + rnorm(100)
df <- data.frame(x = x, y = y)

#fit linear regression model
model <- lm(y ~ x, data = df)

#get predicted y values using regression equation
newx <- seq(min(df$x), max(df$x), length.out=100)
preds <- predict(model, newdata = data.frame(x=newx), interval = 'confidence')

#create plot of x vs. y
plot(y ~ x, data = df, type = 'n')

#fill in area between regression line and confidence interval
polygon(c(rev(newx), newx), c(rev(preds[,3]), preds[,2]), col = 'grey', border = NA)

#add fitted regression line
abline(model)

#add dashed lines for confidence bands
lines(newx, preds[,3], lty = 'dashed', col = 'blue')
lines(newx, preds[,2], lty = 'dashed', col = 'blue')

Aanvullende bronnen

Wat zijn betrouwbaarheidsintervallen?
Hoe de functie abline() in R te gebruiken om rechte lijnen aan plots toe te voegen