相関yとxの予測間隔こんにちは、
相関している2つの変数があり、9.9％でy対xの予測区間を取得したいと考えています。 線形回帰フィットのためにこれを行うことができます。 私の質問は、これを達成できる以外のテクニックがあるかどうかです。 yvs.xを回帰直線で付けました。 特に、x変数のどの範囲が（a、b）間のすべてのy変数を99.9％の信頼度で与えるかを知りたいです。
ありがとう
アダム
分析Re：相関yとxの予測間隔Fit Y by Xプラットフォームから、適合および/または個々の予測の信頼区間をプロット（または保存）できます。99.9％の信頼区間を求めることは許可されていますが、それは珍しい選択です。密接な関係の場合、近似の99.9％信頼区間はおそらく機能しますが、個別の予測区間が必要な場合は、99.9％間隔が広すぎて意味がないと思います。
Re：相関yとxの予測間隔こんにちはデール、
迅速な対応に感謝します。 添付ファイルに示されている999％の予測区間を取得しました。 上限予測区間は一部のデータ内にあります。 xとyはどちらもガウス分布です。 上位予測間隔外のデータがあっても大丈夫ですか？
ありがとう
アダム
Re：相関yとxの予測間隔これだけのデータがあると、いくつかのポイントが信頼区間の外にあると予想する必要があります（％に関係なく）。それが平均信頼区間である場合、実際、ほとんどのポイントは区間の外側を望んでいます。それらが個別の予測である場合、間隔の外にあるものは少なくなります。モデルは完全ではないため（モデルのみ）、もちろん、一部のポイントは間隔の外でランダムに変化します。
ただし、提供するグラフは、他のことが起こっていることを示しています。間隔の外側にポイントのセクション全体があります-これは、2つのグループの応答を与える潜んでいる変数（おそらく名目変数）を強く示唆しています。したがって、xを条件として、yは2つの異なる範囲に分類されるように見えます。この潜んでいるグループ化変数を特定できないということは、結果として得られる信頼区間が広すぎることを意味します。また、少なくとも1つのグループが体系的に（ランダムではなく）間隔の外側にあることを意味します。
Re：相関yとxの予測間隔ありがとうデール。 異なる値を持つグループを識別し、さまざまなグループに対する予測区間を取得することができました。
再度、感謝します。
よろしく、
アダム
