如何根据线性模型在r中创建置信区间？

Question

我想创建一个y vs x的线性模型，并使用它为给定的x观测值找到y的置信区间。

因此，我创建了一些示例：

x=rnorm(100,2)
y=rnorm(100,2)

并创建了线性模型：

bbbb=lm(y~x)

但是，当我使用预测创建置信区间时，它为我提供了一堆置信区间列表，而不是一个？

predict(bbbb,x=2,interval="confidence")

返回：

...
51  2.188294 1.949615 2.426973
52  2.189329 1.932474 2.446183
53  2.176816 1.950111 2.403521
54  2.183961 1.998136 2.369786
...

当x = 2时，如何使其仅返回y的一个置信区间？

Answer 1

你需要：

predict(bbbb, newdata = data.frame(x = 2), interval  = "confidence")

由于当您查看?predict.lm时显而易见的原因。

newdata参数必须是数据帧。 您提供了长度为1的向量。 其次，由于S3方法的工作方式，您认为传递给newdata实际上根本没有传递给newdata 。 您实际上指定了一个新的参数x ，其值为2 ， predict()立即忘记了该参数（它被...参数擦掉了）。 如果未提供newdata ，则predict()使用存储在拟合模型对象（ bbbb ）中的数据，并返回拟合值以及任何请求的附加值，例如CI，标准错误等。