Блог

Главная - Вопросы по программированию - умножение выходных данных линейной регрессии на константу в R

умножение выходных данных линейной регрессии на константу в R

#r #linear-regression #prediction #confidence-interval

#r #линейная регрессия #прогнозирование #доверительный интервал

Вопрос:

Я провел регрессию с целью прогнозирования продаж с учетом 21 телевизора и 75 радиостанций. Это предсказание предназначено для хранения. Однако моя цель — предсказать это для 90 магазинов.

 europet.2 = lm(sales ~ 1   tv   radio, data=A2)
    summary(europet.2, digits = 5) # shows t statistic and p value 
    stargazer(europet.2, type="text", digits = 5)

TVandRadio = data.frame(tv = 21, radio = 75) 
        predict(europet.2, newdata = TVandRadio, interval ="confidence", level=0.90, digits = 7) * 90 # because there are 90 stores

Используя этот код, я получаю правильный результат для подгонки, однако верхняя и нижняя границы доверительных интервалов неверны. Является ли мой подход неправильным? Как может быть скорректирован доверительный интервал, если я умножу свои результаты на 90?

Большое вам спасибо!

Комментарии:

1. Не могли бы вы поделиться своими данными, пожалуйста?

2. Вероятно, ваша главная проблема заключается в том, что вы можете оценить или поверить интервалам достоверности для продаж в 90 магазинах на основе продаж в одном магазине.