变量(EiV)预测间隔出错

时间:2015-03-12 12:39:00

标签: r regression linear-regression prediction predict

在R中,我在数据帧(y,x1,x2,x3)和模型(lm(y~x1 + x2 + x3))中有数据。哪些软件包或函数可以帮助我(轻松)将这些数据(或模型)转换为变量模型中的错误,该模型将计算预测y的预测区间?

我使用了lm(),glm(),gam(),predict(),...函数,它们在独立的x变量中没有假设测量误差。但是,我希望对y进行预测,考虑x变量中的假定测量误差。我不知道从哪里开始使用EiV模型,并且认为stackoverflow可能有所帮助。

首先,我正在寻找R package()或function()名称。

目前:

  • model = lm(y~x1 + x2 + x3,data = df)
  • 预测y = predict.lm(object = model,newdata = df,interval =“prediction”,type =“response”)
  • y1 = 100,CI = 80,120

我想要做的是使用“标准”Error-in-Variables模型复制此过程以获得:

  • y1 = 102,CI = 78,125

其次,由于残差的方差,我是否能够将x1,x2和x3的测量误差与间隔的宽度分开?我对前者很感兴趣。

  • 例如,y1 = 102,CI = 78,125(CI-due-only-to-measurement-error-in-x-variables = 100,103)

0 个答案:

没有答案