R kode som illustrerer teorien i avsnitt 12.4

 

# Vi bruker situasjonen i eksempel 12.5 til illustrasjon til ? illustrere teorien i avsnitt 12.4 i l?reboka.

# Vi leser inn CO2 konsentrasjon (x) og masse av tr?rne (y):

CO2=c(408,408,554,554,680,680,812,812)

mass=c(1.1,1.3,1.6,2.5,3.0,4.3,4.2,4.7)

 

# Vi finner minste kvadraters estimater:

fit=lm(mass~CO2)

 

# Vi plotter dataene og den tilpassede linja:

plot(CO2,mass)

abline(fit)

 

# Vi estimerer forventet respons for CO2=500 ppm og bestemmer 95% konfidensintervall for forventet respons (se side 642 i l?reboka):

new=data.frame(CO2=500)

predict(fit,new,interval="confidence")

 

# Vi bestemmer 95% prediksjonsintervall for en ny respons ved CO2=500 ppm (se side 645 i l?reboka):

predict(fit,new,interval="prediction")

??????????????????????????????????????????????????????????????????????????????????????

 

# Vi legger inn 95% konfidensintervall og 95% prediksjonsintervall i plottet av dataene med den tilpassede linja:

new=data.frame(CO2=seq(400,820,10))

confint=predict(fit,new,interval="confidence")

lines(new$CO2,confint[,2],lty=2)

lines(new$CO2,confint[,3],lty=2)

predint=predict(fit,new,interval="prediction")

lines(new$CO2,predint[,2],lty=3)

lines(new$CO2,predint[,3],lty=3)