R语言多元线性回归置信区间预测值

在R语言中，要执行多元线性回归并计算置信区间预测值，你可以使用`predict()`函数结合`confint()`来实现。这里是一个简单的示例：

# 假设我们有一个名为"my_data"的数据框，其中包含自变量X1, X2和因变量Y
data <- data.frame(X1 = c(1, 2, 3, 4), 
                   X2 = c(5, 6, 7, 8), 
                   Y = c(9, 10, 11, 12))

# 训练多元线性模型
model <- lm(Y ~ ., data = my_data)

# 预测并计算置信区间
predictions <- predict(model, newdata = data)
confidence_intervals <- confint(model, level = 0.95) # 默认置信水平为95%

# 打印预测值和置信区间
print(predictions)
print(confidence_intervals)

在这个例子中，`lm(Y ~ ., data = my_data)`创建了一个多元线性回归模型，`.`表示使用数据框中的所有列（除了行名）。`predict(model, newdata = data)`用于基于训练数据对新观测值进行预测，而`confint(model, level = 0.95)`则返回了预测值的95%置信区间。