变量（EiV）预测间隔出错

Question

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）