从下面的代码中,我试图找到“循环”为0.5和20时的预测间隔(95%):
AdvRev = read.csv(url("http://www.stat.tamu.edu/~sheather/book/data_sets.php/AdRevenue.csv"), header=TRUE)
y = AdvRev$AdRevenue
x = AdvRev$Circulation
xsquared=x^2
xcubed=x^3
#I used polynomial regression since it fits better than y~x
m6 = lm(y~x+xsquared+xcubed, data=AdvRev)
#Bad leverage points were removed from the model.
m9 <- update(m6, subset=(1:70)[-c(2,5,8,20,49,60)])
summary(m9)
尝试使用以下代码查找最终拟合模型的间隔(m9):
predict(m9, newdata=data.frame(x = c(0.5,20)), interval="prediction",level=0.95)
然而,它没有给出有效答案。如果您可以更正我的最终代码,我将非常感激。
答案 0 :(得分:0)
因此,感谢@MrFlick,我们了解到在创建多项式线性回归模型时应该使用多边形函数。