Como usar a função confit() em r

Você pode usar a função confint() em R para calcular um intervalo de confiança para um ou mais parâmetros em um modelo de regressão ajustado.

Esta função usa a seguinte sintaxe básica:

confint(objeto, parm, nível=0,95)

Ouro:

• object : Nome do modelo de regressão ajustado
• parm : Parâmetros para os quais calcular o intervalo de confiança (o padrão é tudo)
• nível : nível de confiança a ser usado (o valor padrão é 0,95)

O exemplo a seguir mostra como usar esta função na prática.

Exemplo: como usar a função confit() em R

Suponha que temos o seguinte quadro de dados em R que mostra o número de horas gastas estudando, o número de exames práticos realizados e a nota do exame final de 10 alunos em uma turma:

 #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

Agora suponha que queiramos ajustar o seguinte modelo de regressão linear múltipla em R:

Nota do exame = β ₀ + β ₁ (horas) + β ₂ (exames práticos)

Podemos usar a função lm() para adaptar este modelo:

 #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

Observe que o resumo do modelo exibe os coeficientes de regressão ajustados:

• Interceptação = 68,4029
• horas = 4,1912
• exames_prac = 2,6912

Para obter um intervalo de confiança de 95% para cada um desses coeficientes, podemos usar a função 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

O intervalo de confiança de 95% para cada parâmetro é indicado:

• IC 95% para interceptação = [61,61, 75,19]
• IC 95% para horas = [1,84, 6,55]
• IC 95% para exames_prac = [0,34, 5,05]

Para calcular um intervalo de confiança de 99%, basta alterar o valor do argumento de nível :

 #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

E para calcular apenas um intervalo de confiança para um parâmetro específico, basta especificar o coeficiente usando o argumento parm :

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

          0.5% 99.5%
hours 0.7052664 7.677087

Observe que o intervalo de confiança de 99% é mostrado apenas para a variável horas.

Recursos adicionais

Os tutoriais a seguir fornecem informações adicionais sobre regressão linear em R:

Como interpretar a saída da regressão em R
Como realizar regressão linear simples em R
Como realizar regressão linear múltipla em R
Como realizar regressão logística em R