如何在 R 中使用线性回归和置信区间？
How to work with linear regression and confidence intervals in R?
我想知道 R 中用于处理线性回归问题和置信区间的命令，以及为什么这些命令不正确。
例如，假设我们有以下数据：
A <- c(12,11,12,15,13,16,13,18,11,14) # this is the width
B <- c(50,51,62,45,63,76,53,68,51,74) # this is the height
我们做了一个线性回归，用变量 A（宽度）来描述变量 B（高度）。问题是找到宽度 (A) 为 14 的高度 (B) 平均值的 90% 置信区间。
我知道如何在 R 中进行线性回归，lm(B~A)我得到了这样的方程 B = a+A*c，其中 B 和 A 是我的变量 a 是截距..
我试过的是：
- 求高度，使用他们给我的宽度：
B= a + (14)*c = MU（例如）
- 终于得到区间：
t.test(B, mu = MU, conf.level=0.9)，可惜不正确..
试试这个：
> m <- lm(B~A)
> predict(m, newdata=data.frame(A=14), interval='confidence', level=0.9)
fit lwr upr
1 60.58495 54.72854 66.44135
我想知道 R 中用于处理线性回归问题和置信区间的命令，以及为什么这些命令不正确。
例如，假设我们有以下数据：
A <- c(12,11,12,15,13,16,13,18,11,14) # this is the width
B <- c(50,51,62,45,63,76,53,68,51,74) # this is the height
我们做了一个线性回归，用变量 A（宽度）来描述变量 B（高度）。问题是找到宽度 (A) 为 14 的高度 (B) 平均值的 90% 置信区间。
我知道如何在 R 中进行线性回归，lm(B~A)我得到了这样的方程 B = a+A*c，其中 B 和 A 是我的变量 a 是截距..
我试过的是：
- 求高度，使用他们给我的宽度：
B= a + (14)*c= MU（例如） - 终于得到区间：
t.test(B, mu = MU, conf.level=0.9)，可惜不正确..
试试这个：
> m <- lm(B~A)
> predict(m, newdata=data.frame(A=14), interval='confidence', level=0.9)
fit lwr upr
1 60.58495 54.72854 66.44135