Vorhergesagtes Intervall für korreliertes y vs. xHallo,
Ich habe zwei korrelierte Variablen und möchte ein Vorhersageintervall für y vs. x von 9,9 % erhalten. Ich kann dies für eine lineare Regressionsanpassung tun. Meine Frage ist, ob es andere Techniken gibt, mit denen dies erreicht werden kann. Ich habe y vs. x mit einer Regressionslinie angehängt. Insbesondere möchte ich wissen, welcher Bereich der x-Variablen alle y-Variablen zwischen (a,b) mit 99,9 % Konfidenz liefert.
Danke
Adam
Datenexploration und -visualisierungRe: Vorhergesagtes Intervall für korreliertes y vs. xAuf der Plattform Fit Y by X können Sie Konfidenzintervalle für die Anpassung und/oder für einzelne Vorhersagen darstellen (oder speichern).Es ist zulässig, ein Konfidenzintervall von 99,9 % zu verlangen, obwohl dies eine ungewöhnliche Wahl ist.Für Ihre enge Assoziation wird das 99,9 %-Konfidenzintervall für die Anpassung wahrscheinlich funktionieren, aber wenn Sie individuelle Vorhersageintervalle wünschen, glaube ich, dass ein 99,9 %-Intervall zu breit ist, um aussagekräftig zu sein.
Re: Vorhergesagtes Intervall für korreliertes y vs. xHallo Dale,
Vielen Dank für die schnelle Antwort. Ich habe das im Anhang gezeigte Vorhersageintervall von 999% erhalten. Das obere Vorhersageintervall liegt innerhalb einiger der Daten. Sowohl x als auch y sind Gaußsch. Ist es in Ordnung, Daten außerhalb des oberen Vorhersageintervalls zu haben?
Danke
Adam
Re: Vorhergesagtes Intervall für korreliertes y vs. xBei so vielen Daten sollten Sie erwarten, dass einige Punkte außerhalb des Konfidenzintervalls liegen (unabhängig von %).Wenn es sich um ein mittleres Konfidenzintervall handelt, möchten die meisten Punkte tatsächlich außerhalb des Intervalls.Wenn es sich um individuelle Vorhersagen handelt, sollten weniger außerhalb des Intervalls liegen.Da das Modell nicht perfekt ist (es ist nur ein Modell), variieren natürlich einige Punkte zufällig außerhalb des Intervalls.
Die von Ihnen bereitgestellte Grafik deutet jedoch darauf hin, dass etwas anderes vor sich geht.Es gibt einen ganzen Abschnitt von Punkten außerhalb des Intervalls - dies deutet stark auf eine lauernde Variable (wahrscheinlich eine nominale Variable) hin, die zwei Gruppen von Antworten liefert.Bedingt durch x scheint y also in zwei verschiedene Bereiche zu fallen.Wird diese lauernde Gruppierungsvariable nicht identifiziert, bedeutet dies, dass das resultierende Konfidenzintervall zu groß ist - und außerdem, dass mindestens eine Gruppe systematisch (nicht zufällig) außerhalb des Intervalls liegt.
