{"id":3901,"date":"2023-07-14T21:02:11","date_gmt":"2023-07-14T21:02:11","guid":{"rendered":"https:\/\/statorials.org\/pl\/kandyzowane-r\/"},"modified":"2023-07-14T21:02:11","modified_gmt":"2023-07-14T21:02:11","slug":"kandyzowane-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pl\/kandyzowane-r\/","title":{"rendered":"Jak korzysta\u0107 z funkcji confit() w r"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Funkcji <strong>confint()<\/strong> w j\u0119zyku R mo\u017cna u\u017cy\u0107 do obliczenia przedzia\u0142u ufno\u015bci dla jednego lub wi\u0119kszej liczby parametr\u00f3w w dopasowanym modelu regresji.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ta funkcja wykorzystuje nast\u0119puj\u0105c\u0105 podstawow\u0105 sk\u0142adni\u0119:<\/span><\/p>\n<p> <strong><span style=\"color: #000000;\">confint(obiekt, parametr, poziom=0,95)<\/span><\/strong><\/p>\n<p> <span style=\"color: #000000;\">Z\u0142oto:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>obiekt<\/strong> : nazwa dopasowanego modelu regresji<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>parm<\/strong> : Parametry, dla kt\u00f3rych ma zosta\u0107 obliczony przedzia\u0142 ufno\u015bci (warto\u015b\u0107 domy\u015blna to wszystkie)<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>poziom<\/strong> : poziom zaufania do u\u017cycia (warto\u015b\u0107 domy\u015blna to 0,95)<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Poni\u017cszy przyk\u0142ad pokazuje, jak w praktyce wykorzysta\u0107 t\u0119 funkcj\u0119.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Przyk\u0142ad: Jak u\u017cywa\u0107 funkcji confit() w R<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105c\u0105 ramk\u0119 danych w j\u0119zyku R, kt\u00f3ra pokazuje liczb\u0119 godzin sp\u0119dzonych na nauce, liczb\u0119 zdanych egzamin\u00f3w praktycznych i ko\u0144cowy wynik egzaminu 10 uczni\u00f3w w klasie:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create data frame\n<\/span>df &lt;- data. <span style=\"color: #3366ff;\">frame<\/span> (score=c(77, 79, 84, 85, 88, 99, 95, 90, 92, 94),\n                 hours=c(1, 1, 2, 3, 2, 4, 4, 2, 3, 3),\n                 prac_exams=c(2, 3, 3, 2, 4, 5, 4, 3, 5, 4))\n\n<span style=\"color: #008080;\">#view data frame\n<\/span>df\n\n   score hours prac_exams\n1 77 1 2\n2 79 1 3\n3 84 2 3\n4 85 3 2\n5 88 2 4\n6 99 4 5\n7 95 4 4\n8 90 2 3\n9 92 3 5\n10 94 3 4\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Za\u0142\u00f3\u017cmy teraz, \u017ce chcemy dopasowa\u0107 nast\u0119puj\u0105cy model regresji liniowej w R:<\/span><\/p>\n<p> <span style=\"color: #000000;\">Wynik egzaminu = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> (godziny) + \u03b2 <sub>2<\/sub> (egzamin praktyczny)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Mo\u017cemy u\u017cy\u0107 funkcji <a href=\"https:\/\/statorials.org\/pl\/funkcja-lm-w-r\/\" target=\"_blank\" rel=\"noopener\">lm(),<\/a> aby dostosowa\u0107 ten model:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#fit multiple linear regression model\n<\/span>fit &lt;- lm(score ~ hours + prac_exams, data=df)\n\n<span style=\"color: #008080;\">#view summary of model\n<\/span>summary(fit)\n\nCall:\nlm(formula = score ~ hours + prac_exams, data = df)\n\nResiduals:\n    Min 1Q Median 3Q Max \n-2.4324 -1.2632 -0.8956 0.4316 5.1412 \n\nCoefficients:\n            Estimate Std. Error t value Pr(&gt;|t|)    \n(Intercept) 68.4029 2.8723 23.815 5.85e-08 ***\nhours 4.1912 0.9961 4.207 0.0040 ** \nprac_exams 2.6912 0.9961 2.702 0.0306 *  \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\nResidual standard error: 2.535 on 7 degrees of freedom\nMultiple R-squared: 0.9005, Adjusted R-squared: 0.8721 \nF-statistic: 31.68 on 2 and 7 DF, p-value: 0.0003107\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Nale\u017cy zauwa\u017cy\u0107, \u017ce podsumowanie modelu wy\u015bwietla dopasowane wsp\u00f3\u0142czynniki regresji:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Przeci\u0119cie = 68,4029<\/span><\/li>\n<li> <span style=\"color: #000000;\">godziny = 4,1912<\/span><\/li>\n<li> <span style=\"color: #000000;\">praca_egzamin = 2,6912<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Aby uzyska\u0107 95% przedzia\u0142 ufno\u015bci dla ka\u017cdego z tych wsp\u00f3\u0142czynnik\u00f3w, mo\u017cemy u\u017cy\u0107 funkcji <strong>confint()<\/strong> :<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#calculate 95% confidence interval for each coefficient in model<\/span>\nconfined(fit)\n\n                 2.5% 97.5%\n(Intercept) 61.6111102 75.194772\nhours 1.8357237 6.546629\nprac_exams 0.3357237 5.046629\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Wskazano 95% przedzia\u0142 ufno\u015bci dla ka\u017cdego parametru:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">95% CI dla przeci\u0119cia = [61,61; 75,19]<\/span><\/li>\n<li> <span style=\"color: #000000;\">95% CI dla godzin = [1,84; 6,55]<\/span><\/li>\n<li> <span style=\"color: #000000;\">95% CI dla prac_egzamin\u00f3w = [0,34, 5,05]<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Aby obliczy\u0107 99% przedzia\u0142 ufno\u015bci, wystarczy zmieni\u0107 warto\u015b\u0107 argumentu <strong>poziomu<\/strong> :<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#calculate 99% confidence interval for each coefficient in model\n<\/span>confint(fit, level= <span style=\"color: #008000;\">0.99<\/span> )\n\n                 0.5% 99.5%\n(Intercept) 58.3514926 78.454390\nhours 0.7052664 7.677087\nprac_exams -0.7947336 6.177087\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Aby obliczy\u0107 tylko przedzia\u0142 ufno\u015bci dla okre\u015blonego parametru, po prostu okre\u015bl wsp\u00f3\u0142czynnik za pomoc\u0105 argumentu <strong>parm<\/strong> :<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#calculate 99% confidence interval for hours\n<\/span>confint(fit, parm=' <span style=\"color: #ff0000;\">hours<\/span> ', level= <span style=\"color: #008000;\">0.99<\/span> )\n\n          0.5% 99.5%\nhours 0.7052664 7.677087\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Nale\u017cy zauwa\u017cy\u0107, \u017ce 99% przedzia\u0142 ufno\u015bci jest pokazany tylko dla zmiennej godzin.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Dodatkowe zasoby<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Poni\u017csze samouczki zawieraj\u0105 dodatkowe informacje na temat regresji liniowej w j\u0119zyku R:<\/span><\/p>\n<p><a href=\"https:\/\/statorials.org\/pl\/zinterpretuj-wynik-regresji-w-r\/\" target=\"_blank\" rel=\"noopener\">Jak interpretowa\u0107 wynik regresji w R<\/a><br \/> <a href=\"https:\/\/statorials.org\/pl\/prosta-regresja-liniowa-w-r\/\" target=\"_blank\" rel=\"noopener\">Jak wykona\u0107 prost\u0105 regresj\u0119 liniow\u0105 w R<\/a><br \/> <a href=\"https:\/\/statorials.org\/pl\/wielokrotna-regresja-liniowa-r\/\" target=\"_blank\" rel=\"noopener\">Jak wykona\u0107 wielokrotn\u0105 regresj\u0119 liniow\u0105 w R<\/a><br \/> Jak przeprowadzi\u0107 regresj\u0119 logistyczn\u0105 w R<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Funkcji confint() w j\u0119zyku R mo\u017cna u\u017cy\u0107 do obliczenia przedzia\u0142u ufno\u015bci dla jednego lub wi\u0119kszej liczby parametr\u00f3w w dopasowanym modelu regresji. Ta funkcja wykorzystuje nast\u0119puj\u0105c\u0105 podstawow\u0105 sk\u0142adni\u0119: confint(obiekt, parametr, poziom=0,95) Z\u0142oto: obiekt : nazwa dopasowanego modelu regresji parm : Parametry, dla kt\u00f3rych ma zosta\u0107 obliczony przedzia\u0142 ufno\u015bci (warto\u015b\u0107 domy\u015blna to wszystkie) poziom : poziom zaufania [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-3901","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Jak korzysta\u0107 z funkcji confint() w R - Statology<\/title>\n<meta name=\"description\" content=\"W tym samouczku wyja\u015bniono, jak u\u017cywa\u0107 funkcji confint() w j\u0119zyku R do tworzenia przedzia\u0142\u00f3w ufno\u015bci dla parametr\u00f3w modelu regresji.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/pl\/kandyzowane-r\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Jak korzysta\u0107 z funkcji confint() w R - Statology\" \/>\n<meta property=\"og:description\" content=\"W tym samouczku wyja\u015bniono, jak u\u017cywa\u0107 funkcji confint() w j\u0119zyku R do tworzenia przedzia\u0142\u00f3w ufno\u015bci dla parametr\u00f3w modelu regresji.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/pl\/kandyzowane-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-14T21:02:11+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Napisane przez\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 minuty\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/pl\/kandyzowane-r\/\",\"url\":\"https:\/\/statorials.org\/pl\/kandyzowane-r\/\",\"name\":\"Jak korzysta\u0107 z funkcji confint() w R - Statology\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/pl\/#website\"},\"datePublished\":\"2023-07-14T21:02:11+00:00\",\"dateModified\":\"2023-07-14T21:02:11+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\"},\"description\":\"W tym samouczku wyja\u015bniono, jak u\u017cywa\u0107 funkcji confint() w j\u0119zyku R do tworzenia przedzia\u0142\u00f3w ufno\u015bci dla parametr\u00f3w modelu regresji.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/pl\/kandyzowane-r\/#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/pl\/kandyzowane-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/pl\/kandyzowane-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Dom\",\"item\":\"https:\/\/statorials.org\/pl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Jak korzysta\u0107 z funkcji confit() w r\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/pl\/#website\",\"url\":\"https:\/\/statorials.org\/pl\/\",\"name\":\"Statorials\",\"description\":\"Tw\u00f3j przewodnik po kompetencjach statystycznych!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/pl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pl-PL\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\",\"name\":\"Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin Anderson\"},\"description\":\"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej\",\"sameAs\":[\"https:\/\/statorials.org\/pl\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Jak korzysta\u0107 z funkcji confint() w R - Statology","description":"W tym samouczku wyja\u015bniono, jak u\u017cywa\u0107 funkcji confint() w j\u0119zyku R do tworzenia przedzia\u0142\u00f3w ufno\u015bci dla parametr\u00f3w modelu regresji.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/pl\/kandyzowane-r\/","og_locale":"pl_PL","og_type":"article","og_title":"Jak korzysta\u0107 z funkcji confint() w R - Statology","og_description":"W tym samouczku wyja\u015bniono, jak u\u017cywa\u0107 funkcji confint() w j\u0119zyku R do tworzenia przedzia\u0142\u00f3w ufno\u015bci dla parametr\u00f3w modelu regresji.","og_url":"https:\/\/statorials.org\/pl\/kandyzowane-r\/","og_site_name":"Statorials","article_published_time":"2023-07-14T21:02:11+00:00","author":"Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Napisane przez":"Benjamin Anderson","Szacowany czas czytania":"2 minuty"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/pl\/kandyzowane-r\/","url":"https:\/\/statorials.org\/pl\/kandyzowane-r\/","name":"Jak korzysta\u0107 z funkcji confint() w R - Statology","isPartOf":{"@id":"https:\/\/statorials.org\/pl\/#website"},"datePublished":"2023-07-14T21:02:11+00:00","dateModified":"2023-07-14T21:02:11+00:00","author":{"@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965"},"description":"W tym samouczku wyja\u015bniono, jak u\u017cywa\u0107 funkcji confint() w j\u0119zyku R do tworzenia przedzia\u0142\u00f3w ufno\u015bci dla parametr\u00f3w modelu regresji.","breadcrumb":{"@id":"https:\/\/statorials.org\/pl\/kandyzowane-r\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/pl\/kandyzowane-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/pl\/kandyzowane-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Dom","item":"https:\/\/statorials.org\/pl\/"},{"@type":"ListItem","position":2,"name":"Jak korzysta\u0107 z funkcji confit() w r"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/pl\/#website","url":"https:\/\/statorials.org\/pl\/","name":"Statorials","description":"Tw\u00f3j przewodnik po kompetencjach statystycznych!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/pl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pl-PL"},{"@type":"Person","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965","name":"Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Benjamin Anderson"},"description":"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej","sameAs":["https:\/\/statorials.org\/pl"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/3901","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/comments?post=3901"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/3901\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/media?parent=3901"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/categories?post=3901"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/tags?post=3901"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}