[R-es] Calcular Error en modelo lineal

[Jesús Para Fernández]

Ah ya lo vi, es usando interval="prediction" el que se ajusta mas a lo que busco. 

Gracias!!!!

From: j.para.fernandez en hotmail.com
To: jorgeivanvelez en gmail.com
Date: Thu, 21 Apr 2016 16:49:18 +0200
CC: r-help-es en r-project.org
Subject: Re: [R-es] Calcular Error en modelo lineal

Enun ejemplo real estoy viendo como el intervalo de confianza usando lo que me comentas me ha salido mucho m�s peque�o de lo que la realidad luego refleja. �C�mo es esto posible??
 
Es decir, veo que para valores de 2,70 obtengo una respuesta de entre 2,69 y 2,90 y sin embargo luego en la realidad tengo valores entre 2,20 y 3
 
 
 
Gracias
Jes�s
 
From: jorgeivanvelez en gmail.com
Date: Thu, 21 Apr 2016 09:09:03 -0500
Subject: Re: [R-es] Calcular Error en modelo lineal
To: j.para.fernandez en hotmail.com
CC: r-help-es en r-project.org
 
Buenos dias Jesus,
Esos valores son _aproximados_.  Las estimaciones, de acuerdo con teoria de regresion, podrian obtenerse de manera puntual y construir intervalos de _confianza_ y _prediccion_ alrededor de estos.  Ten en cuenta que el 2do tipo de intervalos de calcula para observaciones _futuras_.
En R puedes calcularlos de la siguiente manera:
## IC de confianza## ver ?predict.lm para mas detallesR> data.frame(y, predict(modelo, interval = "confidence"))
            y       fit       lwr      upr#1  8.35  9.938571  6.580445 13.29670#2 12.42 11.804286  9.134239 14.47433#3 18.00 15.535714 13.664949 17.40648#4 17.58 17.401429 15.396872 19.40599#5 17.97 19.267143 16.798908 21.73538#6 20.76 21.132857 18.014915 24.25080
## intervalos de prediccion para x = 25
R> predict(modelo, newdata = data.frame(x = 25), interval = "prediction")
#                fit      lwr      upr#1 23.93143 17.69035 30.17251
Lo anterior significa que E[y|x=25] = 23.93 y el intervalo de prediccion del 95% es (17.69, 30.17).
Espero sea de utilidad.
Saludos cordiales,Jorge.-
 
 
 
2016-04-21 8:56 GMT-05:00 Jes�s Para Fern�ndez <j.para.fernandez en hotmail.com>:
Buenas, una pregunta.
 
 
 
Si yo estoy calculando un modelo lineal, el caso m�s simple, 1 variable respuesta y una variable explicativa y creo un modelo, me da un R2 del 80% y quiero ver como es esa relacion entre las variables, para calcular el error de predicci�n del modelo, basta con ver el intervalo de confianza del modelo e irme a los extremos?
 
 
 
Por si no me he expresado bien, un ejemplo tonto:
 
 
 
y=c(8.35,12.42,18.00,17.58,17.97,20.76)
 
x=c(10,12,16,18,20,22)
 
 
 
modelo<-lm(y~x)
 
summary(modelo)
 
library(MASS)
 
Confint(modelo, level=0.95)
 
 
 
Con esto tengo un modelo :
 
> Confint(RegModel.1, level=0.95)
 
                  Estimate       2.5 %              97.5 %
 
(Intercept) 0.6100000  -6.8296312     8.049631
 
x                 0.9328571  0.4919135      1.373801
 
 
 
Es decir, el intervalo de confianza de la respuesta y en funci�n de los valores x, ser�a de la forma (ymin,ymax), siendo:
 
ymin = -6,82 + 0,49*x
 
ymax = 8,05 + 1,37*x
 
 
 
Es esto correcto???
 
 
 
Gracias
 
Jes�s
 
 
 
 
 
 
 
 
 
        [[alternative HTML version deleted]]
 
 
 
 
_______________________________________________
 
R-help-es mailing list
 
R-help-es en r-project.org
 
https://stat.ethz.ch/mailman/listinfo/r-help-es
 
 		 	   		  
	[[alternative HTML version deleted]]
 

_______________________________________________
R-help-es mailing list
R-help-es en r-project.org
https://stat.ethz.ch/mailman/listinfo/r-help-es 		 	   		  
	[[alternative HTML version deleted]]