Un intervallo di previsione (anche intervallo di previsione) è un intervallo che copre il valore futuro (o altrimenti sconosciuto, ma * osservabile *) di una variabile casuale con una probabilità prespecificata.
Per un intervallo di previsione nella regressione lineare, usi ancora per generare l'intervallo. Puoi anche usarlo per generare un intervallo di confidenza di . Qual è la differenza tra i due?E[Y| x0]E^[Y|x]=β0^+β^1xE^[Y|x]=β0^+β^1x\hat{E}[Y|x] = \hat{\beta_0}+\hat{\beta}_{1}xE[Y|x0]E[Y|x0]E[Y|x_0]
Per uno studio di simulazione devo generare variabili casuali che mostrano una correlazione (popolazione) predefinita a una variabile esistente .YYY Ho esaminato i Rpacchetti copulae CDVineche possono produrre distribuzioni multivariate casuali con una determinata struttura di dipendenza. Tuttavia, non è possibile fissare una delle variabili risultanti su una variabile esistente. …
Ho notato che l'intervallo di confidenza per i valori previsti in una regressione lineare tende ad essere stretto intorno alla media del predittore e al grasso attorno ai valori minimo e massimo del predittore. Questo può essere visto nei grafici di queste 4 regressioni lineari: Inizialmente pensavo che ciò avvenisse …
Ad esempio, ho dati storici sulle perdite e sto calcolando quantili estremi (valore a rischio o probabile perdita massima). I risultati ottenuti sono per stimare la perdita o prevederli? Dove si può tracciare la linea? Sono confuso.
Voglio ottenere un intervallo di previsione attorno a una previsione da un modello lmer (). Ho trovato alcune discussioni su questo: http://rstudio-pubs-static.s3.amazonaws.com/24365_2803ab8299934e888a60e7b16113f619.html http://glmm.wikidot.com/faq ma sembrano non tenere conto dell'incertezza degli effetti casuali. Ecco un esempio specifico. Sto correndo pesce d'oro. Ho dei dati sulle ultime 100 gare. Voglio prevedere il …
È disponibile una tecnica bootstrap per calcolare gli intervalli di previsione per le previsioni dei punti ottenute ad esempio dalla regressione lineare o altro metodo di regressione (k-vicino più vicino, alberi di regressione ecc.)? In qualche modo ritengo che il modo a volte proposto di avviare semplicemente la previsione del …
Se la migliore approssimazione lineare (usando i minimi quadrati) dei miei punti dati è la linea , come posso calcolare l'errore di approssimazione? Se computo la deviazione standard delle differenze tra osservazioni e previsioni , posso in seguito dire che un valore reale (ma non osservato) appartiene all'intervallo ( ) …
Qual è la notazione algebrica per calcolare l'intervallo di predizione per la regressione multipla? Sembra sciocco, ma ho difficoltà a trovare una chiara notazione algebrica di questo.
Nell'inferenza bayesiana si ottiene una distribuzione predittiva di dati futuri integrando parametri sconosciuti; l'integrazione sulla distribuzione posteriore di tali parametri fornisce una distribuzione predittiva posteriore, una distribuzione per dati futuri subordinata a quelli già osservati. Quali metodi non bayesiani per l'inferenza predittiva ci sono che tengono conto dell'incertezza nelle stime …
Per illustrare la mia domanda, supponiamo che io abbia un set di addestramento in cui l'input ha un certo livello di rumore ma l'output no, per esempio; # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, …
Vorrei capire come generare intervalli di previsione per le stime di regressione logistica. Mi è stato consigliato di seguire le procedure in Collett's Modeling Binary Data , 2nd Ed p. 98-99. Dopo aver implementato questa procedura e confrontandola con le R predict.glm, penso davvero che questo libro mostri la procedura …
Nei libri di testo e nelle lezioni su YouTube ho imparato molto sui modelli iterativi come il potenziamento, ma non ho mai visto nulla sulla derivazione di un intervallo di predizione. La convalida incrociata viene utilizzata per quanto segue: Selezione del modello : prova diversi modelli e scegli quello più …
Facciamo il seguente esempio: set.seed(342) x1 <- runif(100) x2 <- runif(100) y <- x1+x2 + 2*x1*x2 + rnorm(100) fit <- lm(y~x1*x2) Questo crea un modello di y basato su x1 e x2, usando una regressione OLS. Se desideriamo prevedere y per un dato x_vec, potremmo semplicemente usare la formula che …
Ho alcuni dati che ho inserito usando un modello LOESS in R, dandomi questo: I dati hanno un predittore e una risposta ed è eteroscedastico. Ho anche aggiunto intervalli di confidenza. Il problema è che gli intervalli sono intervalli di confidenza per la linea, mentre io sono interessato agli intervalli …
La pagina di aiuto per Prism fornisce la seguente spiegazione su come calcola le bande di predizione per la regressione non lineare. Per favore, scusa la lunga citazione, ma non sto seguendo il secondo paragrafo (che spiega come viene definito e viene calcolato d Y / d P ). Qualsiasi …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.