R语言区间数据回归分析

相关视频

基于置信度可以形成置信区间,一定程度弥补了预测值为单点的不足,但将点数据作为研究对象,以点带表某范围内的所有数据,往往存在信息丢失的问题.

区间回归分析是一种以区间数为研究对象的数据分析方法.区间数能反映出数据的变动范围,更符合现实情况.区间型符号数据是区间数的一种,通过"数据打包"形成,因此除具有区间端点信息外,还具有区间内部散点信息.

本文将做一个简短的解释说明如何使用R在有区间的情况下提取上下限值。让我们从生成数据开始，

假设现在我们不再观察变量x，而只是观察一个类（我们将创建八个类，每个类有八分之一的观察值）

例如，对于第一个值，我们有

要提取有关这些边界的信息，我们可以使用下面的小代码，该代码返回区间的下限，上限和中值

可以看到，我们可以在数据库中创建三个变量（具有下限，上限和中值信息）

我们可以比较4个回归（i）我们对8个类别进行回归，即我们的8个因子（ii）我们对区间的下限进行回归，（iii）对区间的“平均值”值进行回归（iv）对上限

我们可以将预测与我们的四个模型进行比较