Làm thế nào để tính khoảng dự đoán cho hồi quy bội OLS?


Câu trả lời:


31

Lấy mô hình hồi quy với quan sát và hồi quy: Nk

y=Xβ+u

Đưa ra một vectơ , giá trị dự đoán cho quan sát đó sẽ là Công cụ ước tính nhất quán về phương sai của dự đoán này là \ hat V_p = s ^ 2 \ cdot \ mathbf {x_0} \ cdot (\ mathbf {X'X}) ^ {- 1} \ mathbf {x'_0}, trong đó s ^ 2 = \ frac {\ Sigma_ {i = 1} ^ {N} \ mũ u_i ^ 2} {Nk}. Lỗi dự báo cho một y_0 cụ thể là \ hat e = y_0- \ hat y_0 = \ mathbf {x_0} \ beta + u_0- \ hat y_0. Hiệp phương sai bằng không giữa u_0\ hat \ beta ngụ ý rằng \ Var [\ hat e] = \ Var [\ hat y_0] + \ Var [u_0] và một công cụ ước tính nhất quán về điều đó là x0

E[y|x0]=y^0=x0β^.
V^p=s2x0(XX)1x0,
s2=Σi=1Nu^i2Nk.
y0
e^=y0y^0=x0β+u0y^0.
u0β^
Var[e^]=Var[y^0]+Var[u0],
V^f=s2x0(XX)1x0+s2.

Các 1α confidence khoảng thời gian sẽ là:

y0±t1α/2V^p.
Các 1α prediction khoảng thời gian sẽ rộng hơn:
y0±t1α/2V^f.


Câu trả lời trên được thực hiện rất tốt, nhưng tôi nghĩ nguồn này giúp cung cấp một số bối cảnh cho câu hỏi.
Skeeter tháng 6

@Dimitriy Tôi tin rằng eqn thứ hai của bạn nên có một củ cà rốt / mũ, '^', qua . β
Don Slowik

Không phải là lỗi dự báo còn lại: ? e^=u^
Don Slowik
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.