这是一个只有一个自变量 x 的简单线性回归。 预测的 y（保存列 -> 预测公式）以及上下 95% 置信度值（保存列 -> 平均置信限度公式）也显示出来。 看看第二个数据点：
上下置信值与图匹配（y 轴上的 16.99 和 12.30 非常接近表中的计算值，标记为红色和蓝色）。 但是在多元线性回归中它不匹配。 具有两个自变量 x1 和 x2 的示例（查看第三个数据点）：
从上表中，我预计较低的 95% 值是 14.58，但它是 15.4。 95% 的上限值 (18.67) 也有偏差 (17.8)。
这是excel中的散点图。 显然置信区域看起来不同（更宽）：
所以我的问题是，实际预测图中的置信带是如何计算的？ 平均值周围的不确定性似乎低于边缘，但置信度计算背后的数学原理是什么？ 谢谢。
