To: r-help-es en r-project.org
From: franciscoj.viciana en juntadeandalucia.es
Date: Mon, 25 Apr 2016 09:58:21 +0200
Subject: Re: [R-es] Calcular Error en modelo lineal
¿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: jorgeivanvelez en gmail.com
Date: Thu, 21 Apr 2016 09:09:03 -0500
Subject: Re: [R-es] Calcular Error en modelo lineal
To: j.para.fernandez en hotmail.com
CC: r-help-es en r-project.org
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 <j.para.fernandez en hotmail.com>:
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]]