R:使用predict()的置信区间和预测区间的值相同

R:使用predict()的置信区间和预测区间的值相同,r,statistics,prediction,R,Statistics,Prediction,当我试着用线性回归模型,用两个连续变量和两个分类变量(可能作为虚拟变量)来预测和确定置信区间时,两个区间的结果是完全相同的。我正在使用predict()函数 我已经尝试过其他数据集,它们有连续变量和离散变量,但没有分类变量或二分法变量,并且区间是不同的。我尝试从回归模型中删除一些变量,但间隔仍然相同。另一方面,我已经将我的data.frame与R文档中的示例进行了比较,我认为问题并不存在 #linear regression model: modeloReducido summary(model

当我试着用线性回归模型,用两个连续变量和两个分类变量(可能作为虚拟变量)来预测和确定置信区间时,两个区间的结果是完全相同的。我正在使用predict()函数

我已经尝试过其他数据集,它们有连续变量和离散变量,但没有分类变量或二分法变量,并且区间是不同的。我尝试从回归模型中删除一些变量,但间隔仍然相同。另一方面,我已经将我的data.frame与R文档中的示例进行了比较,我认为问题并不存在

#linear regression model: modeloReducido
summary(modeloReducido)

> Call: lm(formula = V ~ T * W + P * G, data = Datos)
> 
> Residuals:
>     Min      1Q  Median      3Q     Max 
> -7.5579 -1.6222  0.3286  1.6175 10.4773 


 Coefficients:

       Estimate Std. Error t value Pr(>|t|)     
(Intercept)   0.937674   3.710133   0.253 0.800922
 T           -12.864441   2.955519  -4.353 2.91e-05 *** 
 W             0.013926   0.001432   9.722  < 2e-16 *** 
 P            12.142109   1.431102   8.484 8.14e-14 ***
 GBaja        15.953421   4.513963   3.534 0.000588 ***
 GMedia        0.597568   4.546935   0.131 0.895669
 T:W           0.014283   0.001994   7.162 7.82e-11 ***
 P:GBaja      -3.249681   2.194803  -1.481 0.141418
 P:GMedia     -5.093860   2.147673  -2.372 0.019348 *


> --- Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> 
> Residual standard error: 3.237 on 116 degrees of freedom Multiple
> R-squared:  0.9354,   Adjusted R-squared:  0.931  F-statistic:   210 on
> 8 and 116 DF,  p-value: < 2.2e-16

#Prediction Interval
newdata1.2 <- data.frame(T=1,W=1040,P=10000,G="Media")
#EP


 opt1.PI <- predict.lm(modeloReducido, newdata1.2,
     interval="prediction", level=.95)

#Confidence interval
newdata1.1 <- data.frame(T=1,W=1040,P=10000,G="Media")
#EP

opt1.CI <- predict(modeloReducido, newdata1.1, 
    interval="confidence", level=.95)
opt1.CI
#fit      lwr      upr 
#1 70500.51 38260.24 102740.8

opt1.PI
#   fit      lwr      upr
#  1 70500.51 38260.24 102740.8
#线性回归模型:modeloReducido
摘要(modeloReducido)
>调用:lm(公式=V~T*W+P*G,数据=Datos)
> 
>残差:
>最小1季度中值3季度最大值
> -7.5579 -1.6222  0.3286  1.6175 10.4773 
系数:
估计标准误差t值Pr(>t)
(截距)0.937674 3.710133 0.253 0.800922
T-12.864441 2.955519-4.353 2.91e-05**
W 0.013926 0.001432 9.722<2e-16**
P 12.142109 1.431102 8.484 8.14e-14***
GBaja 15.953421 4.513963 3.534 0.000588***
GMedia 0.597568 4.546935 0.1310.895669
T:W 0.014283 0.001994 7.162 7.82e-11***
P:GBaja-3.249681 2.194803-1.481 0.141418
P:GMedia-5.093860 2.147673-2.3720.019348*
>---签名。代码:0'***'0.001'***'0.01'*'0.05'.'0.1''1
> 
>剩余标准误差:116自由度倍数为3.237
>R平方:0.9354,调整后的R平方:0.931 F-统计:210开
>8和116 DF,p值:<2.2e-16
#预测区间

newdata1.2请使您的示例具有可复制性。我也感到困惑,需要在这组结果中查看数据和结果。您的意思是什么?主要问题是您没有给出数据/模型。我们无法运行您的代码。它不能像现在这样复制。