W R forecast.lm oblicza prognozy na podstawie wyników regresji liniowej, a także oferuje obliczanie przedziałów ufności dla tych prognoz. Zgodnie z instrukcją, przedziały te są oparte na wariancji błędu dopasowania, ale nie na przedziałach błędów współczynnika.

Z drugiej strony przewidywanie.glm, który oblicza prognozy oparte na logistyce i regresji Poissona (wśród kilku innych), nie ma opcji dla przedziałów ufności. Trudno mi nawet sobie wyobrazić, w jaki sposób można obliczyć takie przedziały ufności, aby zapewnić znaczący wgląd w Poissona i regresję logistyczną.

Czy są przypadki, w których sensowne jest zapewnienie przedziałów ufności dla takich prognoz? Jak mogą być interpretowane? A jakie są założenia w tych przypadkach?