R 变量误差(EiV)预测间隔
在R中,我有数据帧(y,x1,x2,x3)和模型(lm(y~x1+x2+x3))中的数据。什么软件包或函数可以帮助我(轻松地)将这些数据(或模型)转换为变量误差模型,从而计算预测y的预测间隔 我使用了lm()、glm()、gam()、predict()、。。。假设独立x变量中没有测量误差的函数。然而,我希望对y作出预测,以解释x变量中假设的测量误差。我不知道从哪里开始使用EiV模型,我认为stackoverflow可能会有所帮助 首先,我要查找R package()或function()名称。 目前:R 变量误差(EiV)预测间隔,r,regression,linear-regression,prediction,predict,R,Regression,Linear Regression,Prediction,Predict,在R中,我有数据帧(y,x1,x2,x3)和模型(lm(y~x1+x2+x3))中的数据。什么软件包或函数可以帮助我(轻松地)将这些数据(或模型)转换为变量误差模型,从而计算预测y的预测间隔 我使用了lm()、glm()、gam()、predict()、。。。假设独立x变量中没有测量误差的函数。然而,我希望对y作出预测,以解释x变量中假设的测量误差。我不知道从哪里开始使用EiV模型,我认为stackoverflow可能会有所帮助 首先,我要查找R package()或function()名称。
- 模型=lm(y~x1+x2+x3,数据=df)
- 预测y=predict.lm(对象=模型,新数据=df,间隔=“预测”,类型=“响应”)
- y1=100,CI=80120
- y1=102,CI=78125
- 例如,y1=102,CI=78125(CI-due-only-to-measurement-error-in-x-variables=100103)