Як використовувати функцію confit() у r

Ви можете використовувати функцію confint() у R, щоб обчислити довірчий інтервал для одного або кількох параметрів у підігнаній моделі регресії.

Ця функція використовує такий базовий синтаксис:

confint(object, parm, level=0.95)

золото:

• object : назва підігнаної моделі регресії
• parm : параметри, для яких обчислюється довірчий інтервал (за замовчуванням — усі)
• level : рівень надійності для використання (значення за замовчуванням 0,95)

У наступному прикладі показано, як використовувати цю функцію на практиці.

Приклад: як використовувати функцію confit() у R

Припустімо, що ми маємо наступний кадр даних у R, який показує кількість годин, витрачених на навчання, кількість складених практичних іспитів і підсумковий бал за іспит 10 студентів у класі:

 #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

Тепер припустімо, що ми хочемо підігнати наступну модель множинної лінійної регресії в R:

Оцінка іспиту = β ₀ + β ₁ (годин) + β ₂ (практичні іспити)

Ми можемо використати функцію lm() , щоб адаптувати цю модель:

 #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

Зауважте, що підсумок моделі відображає підігнані коефіцієнти регресії:

• Перетин = 68,4029
• годин = 4,1912
• prac_exams = 2,6912

Щоб отримати 95% довірчий інтервал для кожного з цих коефіцієнтів, ми можемо використати функцію 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

Для кожного параметра вказано 95% довірчий інтервал:

• 95% ДІ для перетину = [61,61, 75,19]
• 95% ДІ для годин = [1,84, 6,55]
• 95% ДІ для prac_exams = [0,34, 5,05]

Щоб обчислити 99% довірчий інтервал, просто змініть значення аргументу рівня :

 #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

А щоб обчислити лише довірчий інтервал для певного параметра, просто вкажіть коефіцієнт за допомогою аргументу parm :

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

          0.5% 99.5%
hours 0.7052664 7.677087

Зауважте, що 99% довірчий інтервал показано лише для змінної годин.

Додаткові ресурси

У наступних посібниках надається додаткова інформація про лінійну регресію в R:

Як інтерпретувати результат регресії в R
Як виконати просту лінійну регресію в R
Як виконати множинну лінійну регресію в R
Як виконати логістичну регресію в R