Tính toán dự đoán

9

Tôi có dữ liệu sau đây nằm ở đây . Tôi đang cố gắng tính khoảng tin cậy 95% về độ tinh khiết trung bình khi tỷ lệ hydrocarbon là 1,0. Trong R, tôi nhập như sau.

> predict(purity.lm, newdata=list(hydro=1.0), interval="confidence", level=.95)
   fit      lwr      upr
1 89.66431 87.51017 91.81845

Tuy nhiên, làm thế nào tôi có thể tự rút ra kết quả này? Tôi đã cố gắng sử dụng các phương trình sau đây.

s_{n e w} = \sqrt{s^{2} (1 + \frac{1}{N} + \frac{(x_{n e w} - \bar{x})^{2}}{\sum (x_{i} - \bar{x})^{2}})}

$s_{new}=\sqrt{s^2\left(1+\frac{1}{N}+\frac{(x_{new}-\bar x)^2}{\sum(x_i-\bar x)^2}\right)}$

Và tôi nhập như sau vào R.

> SSE_line = sum((purity - (77.863 + 11.801*hydro))^2)
> MSE = SSE_line/18
> t.quantiles <- qt(c(.025, .975), 18)
> prediction = B0 + B1*1
> SE_predict = sqrt(MSE)*sqrt(1+1/20+(mean(hydro)-1)^2/sum((hydro - mean(hydro))^2))
> prediction + SE_predict*t.quantiles
[1] 81.80716 97.52146

Kết quả của tôi khác với chức năng dự đoán của R. Tôi đang hiểu lầm gì về khoảng dự đoán?

r regression confidence-interval prediction-interval

— lý tưởng
nguồn

Làm thế nào để bạn tính toán MSE trong mã của bạn?

Tôi đã thêm tính toán vào bài viết.

— lý tưởng hóa

1

như MMJ đề nghị bạn nên thửpredict(purity.lm, newdata=list(hydro=1.0), interval="prediction", level=.95)

— vinux

16

predict.lmMã của bạn đang tính khoảng tin cậy cho các giá trị được trang bị. Tính toán tay của bạn đang tính toán các khoảng dự đoán cho dữ liệu mới. Nếu bạn muốn nhận được kết quả tương tự từ predict.lmđó bạn đã nhận được từ tính toán tay thì hãy đổi interval="confidence"thành interval="prediction"

— MMJ
nguồn

1

Câu trả lời tốt từ dpel. Tôi sẽ thêm rằng sự khác biệt giữa khoảng tin cậy và khoảng dự đoán có thể được nêu ra như dưới đây:

Khoảng tin cậy

s_{n e w} = \sqrt{s^{2} (\frac{1}{N} + \frac{(x_{n e w} - \bar{x})^{2}}{\sum (x_{i} - \bar{x})^{2}})}

$s_{new}=\sqrt{s^2\left(\frac{1}{N}+\frac{(x_{new}-\bar x)^2}{\sum(x_i-\bar x)^2}\right)}$

s_{n e w} = \sqrt{s^{2} (1 + \frac{1}{N} + \frac{(x_{n e w} - \bar{x})^{2}}{\sum (x_{i} - \bar{x})^{2}})}

$s_{new}=\sqrt{s^2\left(1+\frac{1}{N}+\frac{(x_{new}-\bar x)^2}{\sum(x_i-\bar x)^2}\right)}$

Nguồn Xem trang slide 5/17 và 11/17

— lklklk
nguồn