Jak korzystać z funkcji confit() w r

Funkcji confint() w języku R można użyć do obliczenia przedziału ufności dla jednego lub większej liczby parametrów w dopasowanym modelu regresji.

Ta funkcja wykorzystuje następującą podstawową składnię:

confint(obiekt, parametr, poziom=0,95)

Złoto:

• obiekt : nazwa dopasowanego modelu regresji
• parm : Parametry, dla których ma zostać obliczony przedział ufności (wartość domyślna to wszystkie)
• poziom : poziom zaufania do użycia (wartość domyślna to 0,95)

Poniższy przykład pokazuje, jak w praktyce wykorzystać tę funkcję.

Przykład: Jak używać funkcji confit() w R

Załóżmy, że mamy następującą ramkę danych w języku R, która pokazuje liczbę godzin spędzonych na nauce, liczbę zdanych egzaminów praktycznych i końcowy wynik egzaminu 10 uczniów w klasie:

 #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

Załóżmy teraz, że chcemy dopasować następujący model regresji liniowej w R:

Wynik egzaminu = β ₀ + β ₁ (godziny) + β ₂ (egzamin praktyczny)

Możemy użyć funkcji lm(), aby dostosować ten model:

 #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

Należy zauważyć, że podsumowanie modelu wyświetla dopasowane współczynniki regresji:

• Przecięcie = 68,4029
• godziny = 4,1912
• praca_egzamin = 2,6912

Aby uzyskać 95% przedział ufności dla każdego z tych współczynników, możemy użyć funkcji 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

Wskazano 95% przedział ufności dla każdego parametru:

• 95% CI dla przecięcia = [61,61; 75,19]
• 95% CI dla godzin = [1,84; 6,55]
• 95% CI dla prac_egzaminów = [0,34, 5,05]

Aby obliczyć 99% przedział ufności, wystarczy zmienić wartość argumentu poziomu :

 #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

Aby obliczyć tylko przedział ufności dla określonego parametru, po prostu określ współczynnik za pomocą argumentu parm :

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

          0.5% 99.5%
hours 0.7052664 7.677087

Należy zauważyć, że 99% przedział ufności jest pokazany tylko dla zmiennej godzin.

Dodatkowe zasoby

Poniższe samouczki zawierają dodatkowe informacje na temat regresji liniowej w języku R:

Jak interpretować wynik regresji w R
Jak wykonać prostą regresję liniową w R
Jak wykonać wielokrotną regresję liniową w R
Jak przeprowadzić regresję logistyczną w R