Wie berechnet predict.lm () das Konfidenzintervall und das Vorhersageintervall?
Ich habe eine Regression durchgeführt:
CopierDataRegression <- lm(V1~V2, data=CopierData1)
und meine Aufgabe war es, ein @ zu erhalt
90%ertrauensinterva für die mittlere Antwort gegebenV2=6
un 90% Vorhersageintervall wannV2=6
.Ich habe den folgenden Code verwendet:
X6 <- data.frame(V2=6)
predict(CopierDataRegression, X6, se.fit=TRUE, interval="confidence", level=0.90)
predict(CopierDataRegression, X6, se.fit=TRUE, interval="prediction", level=0.90)
und ich habe(87.3, 91.9)
und(74.5, 104.8)
was richtig zu sein scheint, da der PI breiter sein sollte.
Die Ausgabe für beide ebenfalls enthaltense.fit = 1.39
das war das selbeIch verstehe nicht, was dieser Standardfehler ist. Sollte der Standardfehler für den PI nicht größer sein als für den CI? Wie finde ich diese beiden unterschiedlichen Standardfehler in R?
Daten
CopierData1 <- structure(list(V1 = c(20L, 60L, 46L, 41L, 12L, 137L, 68L, 89L,
4L, 32L, 144L, 156L, 93L, 36L, 72L, 100L, 105L, 131L, 127L, 57L,
66L, 101L, 109L, 74L, 134L, 112L, 18L, 73L, 111L, 96L, 123L,
90L, 20L, 28L, 3L, 57L, 86L, 132L, 112L, 27L, 131L, 34L, 27L,
61L, 77L), V2 = c(2L, 4L, 3L, 2L, 1L, 10L, 5L, 5L, 1L, 2L, 9L,
10L, 6L, 3L, 4L, 8L, 7L, 8L, 10L, 4L, 5L, 7L, 7L, 5L, 9L, 7L,
2L, 5L, 7L, 6L, 8L, 5L, 2L, 2L, 1L, 4L, 5L, 9L, 7L, 1L, 9L, 2L,
2L, 4L, 5L)), .Names = c("V1", "V2"),
class = "data.frame", row.names = c(NA, -45L))