Stata与预测的标准差与预测的R标准误差有什么区别？

Question

据我所知,Stata和R都有"预测"功能.我试图复制使用R在Stata中执行的结果,结果涉及计算预测值的标准偏差.R中是否有功能,可能使用其"预测"功能,这将允许我这样做？我似乎无法完美地复制结果.如果它有帮助,Stata代码执行以下操作:

reg Y X1 X2 if condition
predict resid, r
predict stdf, stdf

stdf论证的定义是:

stdf计算预测的标准误差,这是1次观测的点预测的标准误差.它通常被称为未来或预测值的标准误差.通过构造,产生的标准误差stdf 总是大于由此产生的误差stdp; 参见[R]预测中的方法和公式

我写的R代码是:

fit <- lm(Y ~ X1 + X2, data=df)
new.df <- data.frame(...) # This is a new data frame with my new data period I want to predict in
predict(fit, new.df, se.fit = TRUE)

但是,当我将标准误差转换为标准偏差时,它们与Stata输出不匹配.

提前致谢!

Answer 1

在我看来你需要:

 predict(fit, new.df, se.fit = TRUE, interval="prediction")

"标准误差"适用于均值估计值附近的置信限,而预测误差可能很容易被描述为预测周围的"标准偏差".

> dfrm <- data.frame(a=rnorm(30), drop=FALSE)
> dfrm$y <- 4+dfrm$a*5+0.5*rnorm(30)
> plot( dfrm$a, predict(mod) )
> plot( dfrm$a, predict(mod, newdata=dfrm) )
> points( rep(seq(-2,2,by=0.1),2),   # need two copies for upper and lower
          c(predict(mod, newdata=list(a=seq(-2,2,by=0.1)), 
                         interval="prediction")[, c("lwr","upr")]), 
          col="red")
> points(dfrm$a, dfrm$y, col="blue" )