web-dev-qa-db-fra.com

Comment calculer l'intervalle de confiance de 95% pour la pente dans un modèle de régression linéaire en R

Voici un exercice de Statistiques d'introduction avec R:

Avec l'ensemble de données rmr, indiquez le taux métabolique en fonction du poids corporel. Ajuster un modèle de régression linéaire à la relation. Selon le modèle ajusté, quel est le taux métabolique prévu pour un poids corporel de 70 kg? Donnez un intervalle de confiance de 95% pour la pente de la ligne.

le fichier rmr est dans le package 'ISwR'. Cela ressemble à ceci:

> 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

Je sais comment calculer le y prévu à un x, mais comment puis-je calculer l'intervalle de confiance de la pente?

40
Yu Fu

Adaptons le modèle:

> 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 

L'intervalle de confiance à 95% de la pente est le coefficient estimé (7,0595) ± deux erreurs types (0,9776).

Ceci peut être calculé en utilisant confint :

> confint(fit, 'body.weight', level=0.95)
               2.5 % 97.5 %
body.weight 5.086656 9.0324
64
NPE