У меня есть некоторые данные, которые я использовал, используя модель LOESS в R, давая мне это:
Данные имеют один предиктор и один ответ, и они гетероскедастичны.
Я также добавил доверительные интервалы. Проблема в том, что интервалы являются доверительными интервалами для линии, тогда как меня интересуют интервалы прогнозирования. Например, нижняя панель более изменчива, чем верхняя панель, но она не фиксируется в интервалах.
Этот вопрос немного связан:
понимание доверительного интервала из полиномиальной регрессии , особенно ответа @AndyW, однако в своем примере он использует относительно простой interval="predict"
аргумент, который существует в predict.lm
, но отсутствует в predict.loess
.
Итак, у меня есть два очень связанных вопроса:
- Как я могу получить точечные интервалы прогнозирования для LOESS?
- Как я могу предсказать значения, которые захватят этот интервал, то есть сгенерировать группу случайных чисел, которые в конечном итоге будут выглядеть как исходные данные?
Возможно, мне не нужен LOESS и я должен использовать что-то другое, но я не знаком с моими вариантами. По сути, он должен соответствовать линии, используя локальную регрессию или множественную линейную регрессию, давая мне оценки ошибок для линий, а также, кроме того, разные дисперсии для разных объясняющих переменных, чтобы я мог предсказать распределение переменной отклика (y) при определенных значениях x ,