得到R中回归线上一点的置信区间？

如何获取回归线上某一点的CI？我很肯定我应该为此使用confint（）但是如果我尝试这个

confint(model,param=value)

它只会给我相同的号码，就像我刚刚输入一样

confint(model)

如果我在没有值的情况下尝试，它根本不会给我任何值

我做错了什么？

你想要的是

predict（）

而不是

confint（）

。此外，正如Joran所指出的，您需要清楚地知道，对于给定的x，您想要的是置信区间还是预测区间。（置信区间表示给定x下y值的预期值的不确定性。预测区间表示单个采样点的预测y值周围的不确定性，该值为x。）

下面是一个简单的示例，说明如何在R中执行此操作：

df <- data.frame(x=1:10, y=1:10 + rnorm(10))

f <- lm(y~x, data=df)

predict(f, newdata=data.frame(x=c(0, 5.5, 10)), interval="confidence")
#         fit       lwr       upr
# 1 0.5500246 -1.649235  2.749284
# 2 5.7292889  4.711230  6.747348
# 3 9.9668688  8.074662 11.859075

predict(f, newdata=data.frame(x=c(0, 5.5, 10)), interval="prediction")
#         fit       lwr       upr
# 1 0.5500246 -3.348845  4.448895
# 2 5.7292889  2.352769  9.105809
# 3 9.9668688  6.232583 13.701155

---

df如果你仔细阅读
？确认
，我怀疑你会发现这不是你想要的。您可能只想使用
predict.lm
。此外，您可能想阅读一些有关间隔的内容，以确保您得到了想要的。像往常一样，编写得很好。对我的评论投了赞成票，这最终促使我放下责任，写了一个真实的答案，但你帮我省去了麻烦@乔兰——谢谢
predict
的
newdata
参数以及置信区间和预测区间之间的区别都非常棘手，我也认为值得花更多的精力来解释。回答不错。我本希望在信息领域之外进行预测会产生警告。@42个预测定义上是在信息领域之外。@DzamoNorton非常肯定他的意思是“对x值的预测超出了实际观测到的x值范围。因此（为了说明而夸大）如果你已经将汽车发动机的功率（因变量或“y”变量）与其体积（独立变量或“x”变量）关联起来，你可能不应该尝试用它来预测体积为10立方米的发动机的功率。我认为他实际上是在使用术语“领域”。