是什么启发了这个愿望清单请求？
预测建模平台中的模型没有默认功能来生成模型预测的置信区间或预测区间；但是，JPM 提供了一种使用 bagging 在刻画器中生成预测置信区间的方法（ https://www.jmp.com/support/help/en/18.0/#page/jmp/example-of-confidence-intervals-using-bagging.shtml# ）。不幸的是，似乎没有办法使用 JMP 在刻画器中为预测模型生成预测区间（我是 JMP 17 用户，所以我不确定是否添加了此功能，但根据 JMP 18 帮助条目，我认为没有添加此功能）。根据我对如何计算置信区间的理解，我怀疑生成这些预测区间是可行的。
您希望看到什么改进？
随着 JMP 18 重新将重点放在刻画器中的预测区间（ https://community.jmp.com/t5/JMPer-Cable/Prediction-Profiler-enhancements-in-JMP-18/ba-p/718342 ），我希望能够添加预测模型的预测区间。为预测模型生成置信区间和预测区间的列公式也会很有帮助。
为什么这个想法很重要？
预测区间可用于判断所提出的模型生成的数据是否与实际数据相似，在贝叶斯文献中通常称为“后验预测检验”。如果模型生成的数据与实际数据不相似，则可能需要考虑使用其他模型。请参阅下面 John Kruschke 的《进行贝叶斯数据分析》一书中对此概念的描述以及一个简单的示例：
“第五步是检查模型及其最可靠的参数值是否确实合理地模拟了数据。这称为后验预测检验……一种方法是绘制模型预测数据与实际数据的汇总图……预测体重值由垂直条汇总，显示 95% 最可靠的预测体重值的范围。每个条中间的点显示预测体重值的平均值。通过目视检查图表，我们可以看到实际数据似乎由预测数据很好地描述。实际数据似乎没有系统地偏离模型预测的趋势或区间。如果实际数据确实似乎系统地偏离预测形式，那么我们可以考虑其他描述模型。例如，实际数据可能似乎具有非线性趋势。在这种情况下，我们可以扩展模型以包括非线性趋势……我们还可以检查数据的分布特性。例如，如果数据相对于正态分布的预测值似乎存在异常值，我们可以将模型更改为使用重尾分布......”
感谢您提交此请求并提供详细信息@mminor 。是的，我们在许多 JMP 平台中添加了预测区间，但在许多预测建模平台中没有添加。已将此请求与开发部门分享以供考虑。
