如何解决是否可以使用分位数回归找到预测间隔?
当尝试运行下面的代码预测时,它给我一个错误,说间隔arg应该为无或置信度,因此我想知道是否有一种方法可以使用分位数回归来获取预测间隔?
注意:如果我用lm代替rq,我可以找到预测间隔,但是我想使用rq来找到它。
#mycode:
library(quantreg)
mydata <- read.csv("C:\\Users\\gokul\\Desktop\\Book4.csv")
attach(mydata)
summary(mydata)
mod = rq(y~q) # y is my dependent and q is my independent variables
summary(mod)
predict(mod,data.frame(q),interval = "prediction",level = 0.10)
dput(head(mydata,10))
structure(list(y = c(71143L,68061L,66603L,66907L,69073L,72901L,77521L,81728L,84842L,87877L),q = c(71416.79329,68003.59226,66533.66142,66620.44529,68640.60953,72945.13676,77743.82153,81604.52442,84887.47483,87904.33486)),row.names = c(NA,10L
),class = "data.frame")
解决方法
当然,只需使用0.05和0.95的分位数函数。这将为您提供90%的预测限制。如果要95%的限制,请将0.05和0.95更改为0.025和0.975。这是一些R代码。
terraform init
这是结果:
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。