如何计算 R 中简单数据的置信区间

如何解决如何计算 R 中简单数据的置信区间

我在一个非常大量使用 R 的中间统计部门。最近的作业给了我们一份脂肪含量 x 和卡路里含量 y 的列表。 我一直在努力解决的问题是要求脂肪含量为 38 的汉堡包的卡路里计数。问题是专门要求使用区间表示法的 95% 置信区间，这是我发现的。

这是我目前的代码：

x = c(19,31,34,35,39,43)
y = c(410,580,590,570,640,680,660)

plot(x,y,xlab = "Fat Content",ylab = "Calories")


lspeed <- lm(y~x)
summary(lspeed)

plot(x,ylab = "Calories") + 
abline(lspeed,col = "red")

前两个问题很简单。我目前被困在第三个问题及其他问题上。

qt(1.95/2,df = 5) #This was a quick way of getting the t-values.
b_0 = 210.954
SE_b_0 = 2.571*(50.10)
b_1 = 11.056
SE_b_1 = 2.571*(1.43)

我联系了教授，他们完全同意我直接使用四舍五入的值。

穆罕默德

解决方法

关于截取和斜率的值：线性模型的输出是一个列表 （请参阅 str(lspeed)），因此您可以简单地将它们分配给一个向量

cfs <- lspeed$coefficients

,

对于决定系数：

summary(lspeed)$r.squared

summary(lspeed)$adj.r.squared

将为您提供 Q4。