Inferență bazată pe simulare

Inferență pentru regresia liniară în R

Jo Hardin

Professor, Pomona College

Diagramă de dispersie a QI-urilor gemenilor.

Date gemeni

Tabel cu QI-urile gemenilor. Fiecare rând corespunde unei perechi de gemeni. Prima coloană conține QI-ul gemenului crescut de părinți adoptivi, iar a doua coloană conține QI-ul gemenului crescut de părinți biologici.

Date gemeni permutate

Tabelul cu QI-urile gemenilor a fost permutat pe coloane, astfel încât perechile de gemeni nu mai apar pe același rând.

Date permutate (1) reprezentate grafic

Date originale

Date permutate (1)

Date permutate (2) reprezentate grafic

Date originale

Date permutate (2)

Date permutate (1) și (2)

Date permutate (1)

Date permutate (2)

twins %>%
   specify(Foster ~ Biological) %>%
   hypothesize(null = "independence") %>%
   generate(reps = 10, type = "permute") %>%
   calculate(stat = "slope")

A tibble: 10 x 2
   replicate          stat
       <int>         <dbl>
 1         1  0.0007709302
 2         2 -0.0353592305
 3         3 -0.0278627974
 4         4 -0.0072547982
 5         5 -0.1252761541
 6         6 -0.1669869287
 7         7 -0.2610519170
 8         8 -0.0157695494
 9         9  0.0581361900
10        10  0.1598471947

Mai multe pante permutate

perm_slope <- twins %>%
   specify(Foster ~ Biological) %>%
   hypothesize(
     null = "independence"
     ) %>%
   generate(reps = 1000, 
            type = "permute") %>%
   calculate(stat = "slope") 

ggplot(data = perm_slope, aes(x = stat)) + 
   geom_histogram() +
   xlim(-1,1)

Pante permutate cu panta observată în roșu

obs_slope <- lm(Foster ~ Biological,
                data = twins) %>%
   tidy() %>%   
   filter(term == "Biological") %>%
   select(estimate) %>%   
   pull()
obs_slope

0.901436

ggplot(data = perm_slope, aes(x = stat)) + 
   geom_histogram() +
   geom_vline(xintercept = obs_slope, color = "red") 
   + xlim(-1,1)

Să exersăm!

Inferență pentru regresia liniară în R