Dispensa di modelli lineari in R - Dipartimento di Statistica
Dispensa di modelli lineari in R - Dipartimento di Statistica
Dispensa di modelli lineari in R - Dipartimento di Statistica
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
CAPITOLO 3. DISTRIBUZIONI E STUDI DI SIMULAZIONE 31<br />
y<br />
20 40 60 80<br />
● ●<br />
● ●<br />
● ● ●<br />
●<br />
●<br />
●<br />
● ●<br />
●<br />
●<br />
●<br />
●<br />
●<br />
● ● ●<br />
● ● ● ●<br />
● ●<br />
●<br />
●<br />
●<br />
●<br />
0 5 10 15 20 25 30<br />
Figura 3.8: Diagramma <strong>di</strong> <strong>di</strong>spersione <strong>di</strong> x e y, retta <strong>di</strong> regressione stimata (nero) e<br />
“vera” retta <strong>di</strong> regressione (rosso).<br />
> n beta2.hat beta1.hat residui s2 var.beta2.hat beta2.lower beta2.upper beta2.lower<br />
[1] 2.9805<br />
> beta2.upper<br />
[1] 3.2069<br />
Secondo la teoria, replicando l’esperimento un numero elevato <strong>di</strong> volte, circa il 95%<br />
degli <strong>in</strong>tervalli <strong>di</strong> confidenza osservati dovrebbe contenere il vero valore del parametro,<br />
β2 = 3. Si può ricorrere ad uno stu<strong>di</strong>o <strong>di</strong> simulazione anche per valutare il<br />
livello <strong>di</strong> copertura effettivo <strong>di</strong> un <strong>in</strong>tervallo <strong>di</strong> confidenza con livello nom<strong>in</strong>ale 0.95.<br />
Si crei un file <strong>di</strong> testo simul.R (usando un qualsiasi e<strong>di</strong>tor <strong>di</strong> testo) con le istruzioni<br />
necessarie per generare 1000 campioni, su cui calcolare gli <strong>in</strong>tervalli <strong>di</strong> confidenza,<br />
e memorizzare gli estremi nella matrice con 1000 righe e 2 colonne <strong>di</strong> nome beta2.ic.<br />
x