Jak wykreślić przedział ufności w r

Przedział ufności to zakres wartości, który prawdopodobnie będzie zawierał parametr populacji z pewnym poziomem ufności.

W tym samouczku wyjaśniono, jak wykreślić przedział ufności dla zbioru danych w języku R.

Przykład: wykreślenie przedziału ufności w R

Załóżmy, że mamy następujący zbiór danych w R ze 100 wierszami i 2 kolumnami:

 #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

Aby utworzyć wykres zależności między x i y, możemy najpierw dopasować model regresji liniowej:

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

Następnie możemy utworzyć wykres oszacowanej linii regresji liniowej, korzystając z funkcji abline() i funkcjilines(), aby utworzyć rzeczywiste pasma ufności:

 #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') 

Czarna linia pokazuje dopasowaną linię regresji liniowej, natomiast dwie przerywane niebieskie linie pokazują przedziały ufności.

Opcjonalnie można również wypełnić obszar pomiędzy liniami przedziału ufności a oszacowaną linią regresji liniowej, korzystając z następującego kodu:

 #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') 

Oto pełny kod od początku do końca:

 #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')

Dodatkowe zasoby

Co to są przedziały ufności?
Jak używać funkcji abline() w R, aby dodawać linie proste do wykresów