Прогнозный интервал двухфакторной линейной модели

В какой задаче нужен этот расчёт

Прогноз новой точки двумя коррелированными факторами с интервалом индивидуального наблюдения. На практике такой показатель используют, когда нужно описать конкретный набор данных, сравнить варианты или обосновать решение. Интервал для следующего отдельного наблюдения шире, чем интервал среднего прогноза. Он учитывает остаточную случайную ошибку самой будущей точки.

Поле «Первый фактор» отвечает за первую часть постановки. В исходном примере оно имеет значение 1 2 3 4 5 6 7 8 9 10 11 12. Это не обязательный норматив, а набор для проверки работы формулы и понимания формата.

Предсказательное качество регрессионной модели не следует путать с доказательством причинно-следственной связи. По этой причине одно итоговое число нельзя переносить на другие исследования, в которых отличается способ измерений, состав участников или условия появления события. В данной задаче «Первый фактор» и «Доверительная вероятность» связаны через ŷ(x)=β0+β1x+β2z; PI=ŷ±t·s·√(1+h); это важно именно для этого расчёта.

Что означают вводимые значения и настройки

Параметр «Второй фактор» задаётся значением 4 3 5 7 5 8 7 9 11 9 12 14. Вместе с «Первый фактор» он участвует в основной математической модели, а не служит декоративной настройкой формы.

Следующее поле — «Результат», исходное значение 9 12 14 17 19 23 24 28 30 31 35 38. Его нужно изменять осмысленно: при новой постановке исследовательской задачи полезно оставить прочие условия сопоставимыми.

Вычислитель использует 6 параметров. В частности, «Доверительная вероятность» влияет на расчёт, проверку ограничения или построение дополнительного показателя. Числа и списки требуют согласованных единиц и корректных границ.

Математическое соотношение и проверочный пример

Базовая формула записывается так: ŷ(x)=β0+β1x+β2z; PI=ŷ±t·s·√(1+h). Она описывает именно задачу «Прогнозный интервал двухфакторной линейной модели», поэтому другой статистический метод может дать другое число при тех же наблюдениях.

Для исходного примера вычисляется показатель «Прогноз индивидуального наблюдения» = 39.567983. Также получается «Нижняя граница прогноза» = 38.038233. Это разные характеристики, их не стоит смешивать.

Чтобы убедиться в чувствительности, во втором примере изменяется часть исходных параметров. Он даёт «Прогноз индивидуального наблюдения» = 39.082643. Сравнение удобно проводить с одинаковой точностью округления.

Как проверять выводы и не попасть в ловушку

Интервал предполагает независимые нормальные остатки одинаковой дисперсии. Если это условие нарушено, полученное число может выглядеть правдоподобно, но не иметь нужного статистического смысла. Особенно важно понимать источник данных.

Интервал для следующего отдельного наблюдения шире, чем интервал среднего прогноза. Он учитывает остаточную случайную ошибку самой будущей точки. При изменении «Доверительная вероятность» посмотрите не только на главный итог, но и на диагностические величины и границы. Это помогает заметить изменение режима расчёта.

Предсказательное качество регрессионной модели не следует путать с доказательством причинно-следственной связи. Не стоит использовать один автоматический показатель как доказательство качества исходных данных. Для ответственных решений полезны контрольные примеры и независимое повторение анализа. В данной задаче «Первый фактор» и «Доверительная вероятность» связаны через ŷ(x)=β0+β1x+β2z; PI=ŷ±t·s·√(1+h); это важно именно для этого расчёта.

Формула расчёта

Проверенные примеры

Как пользоваться онлайн-калькулятором

1. Введите «Первый фактор» в нужном формате и проверьте единицы измерения.
2. Задайте «Второй фактор» и «Результат» в соответствии с вашей задачей.
3. Сравните несколько связанных показателей и используйте пример как контроль расчёта.