获得预测值的置信区间（使用R语言）

获得预测值的置信区间（使用R语言）

在统计学和机器学习中，预测值的置信区间是一种衡量预测结果不确定性的方法。它提供了一个范围，我们可以合理地认为真实值在该范围内。在R语言中，我们可以使用不同的方法来计算和获得预测值的置信区间。本文将介绍两种常用的方法：基于标准误差的置信区间和基于预测间隔的置信区间。

1. 基于标准误差的置信区间

基于标准误差的置信区间是一种常见的计算预测值置信区间的方法。它假设预测值的误差服从正态分布，并使用标准误差来估计置信区间的范围。下面是使用R语言计算基于标准误差的置信区间的示例代码：

# 创建一个简单的数据集
x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 5, 4, 5)

# 拟合线性回归模型
model <- lm(y ~ x)

# 预测新的数据点
new_x <- 6
predicted <- predict(model, newdata = data.frame(x = new_x), interval = "confidence")

# 提取置信区间的上下限
lower <- predicted[1]
upper <- predicted[2]

# 打印置信区间
cat("置信区间：[", lower, ", ", upper, "]")

在上述代码中，我们首