하나의 데이터 세트에서 생성 된 회귀 모델을 감안할 때 WinBUGS를 사용하여 두 번째 데이터 세트의 평균 주위에 예측 간격 (PI)을 구성했습니다. R에서 "예측"기능을 발견했지만 두 번째 데이터 세트의 각 예측 값 주위에 PI를 제공합니다. 나는 R 도움을 여기에서 그리고 인터넷에서 수색했고, 단지 분리 된 회원들을위한 간격을 발견했다.새로운 샘플의 평균에 대한 R 예측 간격
이러한 간격의 평균은 분명히 예상 샘플 평균 주위의 PI와 동일하지 않습니다. (그리고 나는 WinBUGS에서 얻은 값과 비교하여 테스트했습니다).
R을 통해 평균 주위에 PI를 제공하려면 어떻게해야합니까?
이전에는 R mean.data.frame 함수가 있었지만 더 이상 사용되지 않고 제거되었습니다. 아마 그런
mean.vec <- lapply(na.omit(dfrm), mean)
: 동일한 결과를 얻을 수 있습니다 당신이 등의 조항이 내 의견 책임에이를 테스트 할 데이터 집합을 제공하지 않기 때문에
predict(fit, newdata=data.frame(mean.vec))
나는 '아마'라고 . 나는 이것이 JMP 방법 또는 WinBUGS 방법을 복제하는지 전혀 모른다.
감사합니다. 나는 그것을 밖으로 검사하고 그것을 시도 할 것이다. 내 화면에서 사라져서 JMP에 대한 내 참조를 볼 수있어서 기쁩니다.하지만 이는 사용자 오류 일 수 있습니다. 나는이 포럼이나 새로운 포럼을 처음 사용합니다. 감사합니다, Peter – user2518356
DWin, 의견을 보내 주셔서 감사합니다. 귀하의 제안 된 코드를 살펴본 결과 그것이 답이 아니라고 생각합니다. "lapply"문은 데이터 프레임의 각 열에 대한 평균 벡터를 반환합니다. "예측"하는 것은 단일 엔티티 주변의 PI를 반환하며, 이는 이러한 수단으로 구성됩니다. R에서 할 수있는 필사적으로 좋아하는 것은 n 개 항목의 새로운 데이터 세트가 주어질 때 (95 %) 평균 예측 응답을 포함 할 가능성이있는 PI를 얻는 것입니다. 이것이 JMP와 WinBUGS가 할 수있는 것입니다. (참고 : 그것은 개별 개인 PI의 평균이 아니야.) 안부, 피터 – user2518356
다음 그것은 평균 (예측 (적합, 새로운 데이터 = dfrm) + c (-1.96,1.96) * sd newdata = dfrm))'. (우리는 여기서 JMP 사용자가 아니며 WinBUGS 사용자도 극소수에 불과합니다.) 의사 CI 또는 의사 PI 중 어느 것이 열려 있는지 여부는 공개되어 있습니다. –
어떤 종류의 모델입니까? 모델을 R에 맞추기 위해 사용 된 코드 예 –
나는 y = ax^b의 relationsjip을 제공하기 위해 log-log 회귀뿐만 아니라 여러 독립 변수와 직선 선형 회귀를 사용하고있다. 첫 번째 경우의 코드는 – user2518356
입니다.이 프로세스에는 익숙하지 않지만 코드가 있지만 메모리에있는 PC에서는 사용되지 않습니다. zmodel <-lm (질량 ~ 직경 + 높이 + 너비, 데이터 = 데이터 세트 1) pred_int <-predict (zmodel, dataset2) "pred_int"에는 데이터 집합 2의 각 요소에 대한 PI가 포함되어 있습니다. – user2518356