model.predictions: Previsioni di un modello lineare

In masspastore/ADati: Analisi dei dati in Psicologia

Previsioni di un modello lineare

Description

Produce un data frame con le previsioni di un modello lineare.

Usage

model.predictions( fit, B = 100 )

Arguments

fit	oggetto ottenuto con la funzione lm.
B	numero di campioni da simulare, per default 100.

Value

Restituisce un data frame con le seguenti colonne

$simY	valori della variabile dipendente simulati dal modello.
$b	etichetta per identificare il campione simulato.
...	valori osservati dei predittori usati nel modello lineare.

Author(s)

Massimiliano Pastore

Examples

data( studenti, package = "ADati" )
# null model
fit0 <- lm(voti~1,data=studenti)
Y <- model.predictions( fit0 )
hist( Y$simY )
 
# modello con due predittori
fit <- lm(voti~ore+anno, data = studenti)
Y <- model.predictions( fit, 100 )
par( mfrow=c(1,3))
for (j in levels(Y$anno)) plot( simY ~ ore, data = subset(Y,anno==j))
 
library( ggplot2 )
ggplot( Y, aes( ore, simY ))+facet_wrap(~anno)+
  geom_point(colour="red")+geom_point(aes(ore,voti),data=studenti,size=3)

masspastore/ADati documentation built on April 18, 2024, 5:55 p.m.