'預測'函數的'level ='參數是如何證明的？

我是新來R.我有如下編寫的示例代碼：'預測'函數的'level ='參數是如何證明的？

model <- lm(Height~Age,data = class) 
predict(model,data.frame(Age=35),interval = "confidence",level = .95) 
predict(model,data.frame(Age=35),interval = "confidence",level = .99) 
predict(model,data.frame(Age=35),interval = "confidence",level = .90)

的結果：

predict(model,data.frame(Age=35),interval = "confidence",level = .95) 
     fit  lwr  upr 
1 69.77465 53.73338 85.81591 
> predict(model,data.frame(Age=35),interval = "confidence",level = .99) 
     fit  lwr  upr 
1 69.77465 45.46979 94.0795 
> predict(model,data.frame(Age=35),interval = "confidence",level = .90) 
     fit  lwr  upr 
1 69.77465 57.0357 82.51359

現在我的困惑是：當信心水平從90％提高到99％的擬合範圍正在增加，但據我所知，當置信度增加時（即誤差幅度減小），範圍應該減小。我相信我錯了某個地方。 Plz幫助

來源

2017-04-05 Avi

如果99％的人確信真實值介於45.47和94.08之間，那麼當樂隊縮小時，您的信心會怎樣？讓我們走到一個極端......你有多自信真正的價值在65.1和65.2之間？最有可能是一個非常低的信心。從中可以明白，增加信心會導致更寬的時間間隔。 – r2evans

參數「level」沒有定義您對模型的信心：它定義了預測將包含真實值（給定先前數據和模型參數）的置信度。 – r2evans

在考慮這個問題時，請確保您牢記置信區間的頻率主義定義：請參閱http://stats.stackexchange.com/questions/158570/interpretation-of-confidence-interval – Marius

絕對不是。如果數據的隨機性保持不變，隨着間隔變大，您只會越來越有信心進行區間估計。

如果這仍然不清楚，請考慮最具說明性的示例。您想要提出一個間隔(-a, a)以包含N(0, 1)的隨機樣本。現在，如果a = 1，該區間只有67％的機率包含這樣一個隨機樣本，但如果a = 3，您的置信度增加到99％。

來源

2017-04-05 05:22:31

'預測'函數的'level ='參數是如何證明的？

回答

相關問題