Rを使用した導入統計の演習を次に示します。
Rmrデータセットを使用して、代謝率と体重をプロットします。線形回帰モデルを関係に適合させます。適合モデルによると、体重70 kgの予測代謝率はどのくらいですか?線の勾配に95%の信頼区間を与えます。
rmrデータセットは「ISwR」パッケージに含まれています。次のようになります。
> 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
特定のxで予測yを計算する方法は知っていますが、勾配の信頼区間を計算するにはどうすればよいですか?
モデルを適合させましょう:
> 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
勾配の95%信頼区間は、推定係数(7.0595)±2つの標準誤差(0.9776)です。
これは confint
を使用して計算できます。
> confint(fit, 'body.weight', level=0.95)
2.5 % 97.5 %
body.weight 5.086656 9.0324