相关疑难解决方法(0)

有没有办法从标准误差中获得预测行为,lfe::felm如果使用投影方法扫除固定效果felm？这个问题与此处的问题非常相似,但该问题的答案都不能用于估计标准误差或置信度/预测间隔.我知道目前没有predict.felm,但我想知道是否有类似于上面链接的变通方法,可能也可用于估计预测间隔

library(DAAG)
library(lfe)

model1 <- lm(data = cps1, re74 ~ age + nodeg + marr)
predict(model1, newdata = data.frame(age=40, nodeg = 0, marr=1), se.fit = T, interval="prediction")$fit
# Result:        fit      lwr      upr
# 1 18436.18 2339.335 34533.03

model2 <- felm(data = cps1, re74 ~ age | nodeg + marr)
predict(model2, newdata = data.frame(age=40, nodeg = 0, marr=1), se.fit = T, interval="prediction")$fit
# Does not work

目标是估计yhat的预测间隔,我认为我需要计算完整的方差 - 协方差矩阵(包括固定效应).我一直无法弄清楚如何做到这一点,我想知道它是否在计算上是可行的.

我正在对具有多个预测变量的线性模型的预测值求和，如下面的示例所示，并希望计算该总和的组合方差，标准误差和可能的置信区间。

lm.tree <- lm(Volume ~ poly(Girth,2), data = trees)

假设我有一组Girths：

newdat <- list(Girth = c(10,12,14,16)

为此，我想预测总数Volume：

pr <- predict(lm.tree, newdat, se.fit = TRUE)
total <- sum(pr$fit)
# [1] 111.512

如何获得方差total？

这里有类似的问题（针对GAM），但我不确定如何继续进行vcov(lm.trees)。我希望为该方法提供参考。

我对R和统计有一点疑问。

我使用最大似然法对模型进行拟合，该模型为我提供了以下系数以及各自的标准误差（除了其他参数估计值）：

    ParamIndex   Estimate     SE        
1         a0  0.2135187 0.02990105  
2         a1  1.1343072 0.26123775  
3         a2 -1.0000000 0.25552696  

从我可以画出的曲线：

 y= 0.2135187 + 1.1343072 * x - 1 * I(x^2)

但是从那以后，我现在必须计算该曲线周围的置信区间，而且我不清楚如何做到这一点。

显然，我应该使用传播或错误/不确定性，但是我发现的方法需要原始数据，或者不仅仅是多项式公式。

当估计的SE已知为R时，有什么方法可以计算曲线的CI？

谢谢您的帮助。

编辑：

所以，现在，我有了函数的协方差表（v）vcov：

                 a0           a1           a2
    a0  0.000894073 -0.003622614  0.002874075
    a1 -0.003622614  0.068245163 -0.065114661
    a2  0.002874075 -0.065114661  0.065294027

和n = 279。

我将来有这个样本 10 年回归。

date<-as.Date(c("2015-12-31", "2014-12-31", "2013-12-31", "2012-12-31"))
value<-c(16348, 14136, 12733, 10737)
#fit linear regression
model<-lm(value~date)
#build predict dataframe
dfuture<-data.frame(date=seq(as.Date("2016-12-31"), by="1 year", length.out = 10))
#predict the futurne
predict(model, dfuture, interval = "prediction")

我怎样才能为此添加置信带？