回归模型点估计

Question

我想根据参数值列表来检索二阶多项式回归线的值。

这是模型：

fit <- lm(y ~ poly(age, 2) + height + age*height)

我想使用年龄值列表，并在回归线上检索值，以及标准偏差和标准误差。“年龄”是一个连续变量，但我想创建一个离散值数组并从回归线返回预测值。

例：

age <- c(10, 11, 12, 13, 14)

Answer 1

由于您有交互项，因此线性项或二次项（或两者一起）的回归系数仅在您同时指定考虑age的 值时才有意义。height因此，要在高度处于平均值时获得预测，您可以这样做：

predict(fit, data.frame(age=c(10, 11, 12, 13, 14), height=mean(height) ) )

bouncyball提出了一个很好的观点。您询问了“标准偏差和标准误差”，但系数和预测没有通常使用的术语“标准偏差”，但ratehr“估计的标准误差”通常缩写为标准误差。

predict(fit, data.frame(age=c(10, 11, 12, 13, 14), height=mean(height) ), se.fit=TRUE  )

我想如果您进行引导运行并查看单独系数的标准偏差作为系数标准误差的估计，这可能会被认为是标准偏差，但它将在参数空间的范围内而不是变量的大小。