По сути, вы смотрите на регрессионную модель, т. Е. Используете lm
в R. Однако для ее использования необходимо иметь переменную y
. Таким образом, основываясь на данных x
и y
, модель будет изучать beta
, то есть коэффициенты, которые дают наилучший результат, в данном случае Rˆ2
.
Итак, если у вас нет а y
и, желая использовать вышеприведенное уравнение, вы можете написать простую функцию, что-то вроде:
compute_y = function(intercept = 38, x=70, coefficient){
y <- intercept + (coefficient * x)
sdev <- sd(y)
return(list(y = y, sdev= sdev))
}
y1 <- compute_y(coefficient=0.067)
y2 <- compute_y(coefficient=0.047)
Это должно дать значения y
. Однако для расчета стандартного отклонения необходим вектор значений x или y, для скалярного значения вычисление sd
невозможно.