multiple - regresion lineal ejemplos
Cómo calcular el intervalo de confianza del 95% para la pendiente en un modelo de regresión lineal en R (1)
Encajemos el modelo:
> library(ISwR)
> fit <- lm(metabolic.rate ~ body.weight, rmr)
> summary(fit)
Call:
lm(formula = metabolic.rate ~ body.weight, data = rmr)
Residuals:
Min 1Q Median 3Q Max
-245.74 -113.99 -32.05 104.96 484.81
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 811.2267 76.9755 10.539 2.29e-13 ***
body.weight 7.0595 0.9776 7.221 7.03e-09 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 157.9 on 42 degrees of freedom
Multiple R-squared: 0.5539, Adjusted R-squared: 0.5433
F-statistic: 52.15 on 1 and 42 DF, p-value: 7.025e-09
El intervalo de confianza del 95% para la pendiente es el coeficiente estimado (7.0595) ± dos errores estándar (0.9776).
Esto se puede calcular usando confint
:
> confint(fit, ''body.weight'', level=0.95)
2.5 % 97.5 %
body.weight 5.086656 9.0324
Aquí hay un ejercicio de Estadísticas introductorias con R:
Con el conjunto de datos rmr, grafica la tasa metabólica contra el peso corporal. Ajustar un modelo de regresión lineal a la relación. De acuerdo con el modelo ajustado, ¿cuál es la tasa metabólica pronosticada para un peso corporal de 70 kg? Brinde un intervalo de confianza del 95% para la pendiente de la línea.
El conjunto de datos rmr está en el paquete ''ISwR''. Se parece a esto:
> rmr
body.weight metabolic.rate
1 49.9 1079
2 50.8 1146
3 51.8 1115
4 52.6 1161
5 57.6 1325
6 61.4 1351
7 62.3 1402
8 64.9 1365
9 43.1 870
10 48.1 1372
11 52.2 1132
12 53.5 1172
13 55.0 1034
14 55.0 1155
15 56.0 1392
16 57.8 1090
17 59.0 982
18 59.0 1178
19 59.2 1342
20 59.5 1027
21 60.0 1316
22 62.1 1574
23 64.9 1526
24 66.0 1268
25 66.4 1205
26 72.8 1382
27 74.8 1273
28 77.1 1439
29 82.0 1536
30 82.0 1151
31 83.4 1248
32 86.2 1466
33 88.6 1323
34 89.3 1300
35 91.6 1519
36 99.8 1639
37 103.0 1382
38 104.5 1414
39 107.7 1473
40 110.2 2074
41 122.0 1777
42 123.1 1640
43 125.2 1630
44 143.3 1708
Sé cómo calcular la y predicha en una x determinada, pero ¿cómo puedo calcular el intervalo de confianza para la pendiente?