линейная модель с `lm`: как получить прогнозную дисперсию суммы прогнозируемых значений
Я суммирую предсказанные значения из линейной модели с несколькими предикторами, как в примере ниже, и хочу вычислить объединенную дисперсию, стандартную ошибку и, возможно, доверительные интервалы для этой суммы.
lm.tree <- lm(Volume ~ poly(Girth,2), data = trees)
Предположим, у меня есть наборGirths:
newdat <- list(Girth = c(10,12,14,16)
для которого я хочу предсказать общееVolume:
pr <- predict(lm.tree, newdat, se.fit = TRUE)
total <- sum(pr$fit)
# [1] 111.512
Как я могу получить дисперсию дляtotal?
Подобные вопросыздесь (для ГАМов), но я не знаю, как поступить сvcov(lm.trees), Буду благодарен за ссылку на метод.