第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會(huì)有你想問的

Forecast.lm()如何計(jì)算置信區(qū)間和預(yù)測(cè)區(qū)間?

Forecast.lm()如何計(jì)算置信區(qū)間和預(yù)測(cè)區(qū)間?

梵蒂岡之花 2019-10-12 09:36:48
我進(jìn)行了回歸:CopierDataRegression <- lm(V1~V2, data=CopierData1)我的任務(wù)是獲得給定的平均響應(yīng)為90%置信區(qū)間V2=6,90%預(yù)測(cè)區(qū)間時(shí)V2=6。我使用以下代碼: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)我知道了(87.3, 91.9),(74.5, 104.8)這似乎是正確的,因?yàn)镻I應(yīng)該更寬。兩者的輸出也包括在內(nèi)se.fit = 1.39。我不明白這個(gè)標(biāo)準(zhǔn)錯(cuò)誤是什么。PI與CI相比,標(biāo)準(zhǔn)誤差是否應(yīng)該更大?如何在R中找到這兩個(gè)不同的標(biāo)準(zhǔn)錯(cuò)誤? 數(shù)據(jù):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))
查看完整描述

2 回答

  • 2 回答
  • 0 關(guān)注
  • 1648 瀏覽

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)