¿Será que en la simulación de nuevos valores no hayas incluido el termino de error del modelo?. La predicción lineal de modelo es sobre la media condicionada. Si lo que quieres es simular una posible observación tendrás que añadir un termino aleatorio a la predicción condicionada de la media. Los IC son para medias muéstrales no para observaciones individuales
On 21/04/16 16:49, Jesús Para Fernández wrote: > Enun ejemplo real estoy viendo como el intervalo de confianza usando lo que > me comentas me ha salido mucho m�s peque�o de lo que la realidad luego > refleja. �C�mo es esto posible?? > > Es decir, veo que para valores de 2,70 obtengo una respuesta de entre 2,69 y > 2,90 y sin embargo luego en la realidad tengo valores entre 2,20 y 3 > > > > Gracias > Jes�s > > From: [email protected] > Date: Thu, 21 Apr 2016 09:09:03 -0500 > Subject: Re: [R-es] Calcular Error en modelo lineal > To: [email protected] > CC: [email protected] > > Buenos dias Jesus, > Esos valores son _aproximados_. Las estimaciones, de acuerdo con teoria de > regresion, podrian obtenerse de manera puntual y construir intervalos de > _confianza_ y _prediccion_ alrededor de estos. Ten en cuenta que el 2do tipo > de intervalos de calcula para observaciones _futuras_. > En R puedes calcularlos de la siguiente manera: > ## IC de confianza## ver ?predict.lm para mas detallesR> data.frame(y, > predict(modelo, interval = "confidence")) > y fit lwr upr#1 8.35 9.938571 6.580445 > 13.29670#2 12.42 11.804286 9.134239 14.47433#3 18.00 15.535714 13.664949 > 17.40648#4 17.58 17.401429 15.396872 19.40599#5 17.97 19.267143 16.798908 > 21.73538#6 20.76 21.132857 18.014915 24.25080 > ## intervalos de prediccion para x = 25 > R> predict(modelo, newdata = data.frame(x = 25), interval = "prediction") > # fit lwr upr#1 23.93143 17.69035 30.17251 > Lo anterior significa que E[y|x=25] = 23.93 y el intervalo de prediccion del > 95% es (17.69, 30.17). > Espero sea de utilidad. > Saludos cordiales,Jorge.- > > > > 2016-04-21 8:56 GMT-05:00 Jes�s Para Fern�ndez <[email protected]>: > Buenas, una pregunta. > > > > Si yo estoy calculando un modelo lineal, el caso m�s simple, 1 variable > respuesta y una variable explicativa y creo un modelo, me da un R2 del 80% y > quiero ver como es esa relacion entre las variables, para calcular el error > de predicci�n del modelo, basta con ver el intervalo de confianza del modelo > e irme a los extremos? > > > > Por si no me he expresado bien, un ejemplo tonto: > > > > y=c(8.35,12.42,18.00,17.58,17.97,20.76) > > x=c(10,12,16,18,20,22) > > > > modelo<-lm(y~x) > > summary(modelo) > > library(MASS) > > Confint(modelo, level=0.95) > > > > Con esto tengo un modelo : > >> Confint(RegModel.1, level=0.95) > Estimate 2.5 % 97.5 % > > (Intercept) 0.6100000 -6.8296312 8.049631 > > x 0.9328571 0.4919135 1.373801 > > > > Es decir, el intervalo de confianza de la respuesta y en funci�n de los > valores x, ser�a de la forma (ymin,ymax), siendo: > > ymin = -6,82 + 0,49*x > > ymax = 8,05 + 1,37*x > > > > Es esto correcto??? > > > > Gracias > > Jes�s > > > > > > > > > > [[alternative HTML version deleted]] > > > > > _______________________________________________ > > R-help-es mailing list > > [email protected] > > https://stat.ethz.ch/mailman/listinfo/r-help-es > > > [[alternative HTML version deleted]] > > > > _______________________________________________ > R-help-es mailing list > [email protected] > https://stat.ethz.ch/mailman/listinfo/r-help-es -- +-------------------------------------------------------------- | Francisco J. Viciana Fernández | Coordinador del Registro de Población | Servicio de Estadísticas Demográficas y Sociales | Instituto de Estadística y Cartografía de Andalucía | Leonardo Da Vinci, nº 21. Isla de La Cartuja. | 41071 SEVILLA. | [email protected] +-------------------------------------------------------------- [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list [email protected] https://stat.ethz.ch/mailman/listinfo/r-help-es
