P. 1
El intervalo de predicción

El intervalo de predicción

|Views: 4.059|Likes:
Publicado porindustryalremix

More info:

Published by: industryalremix on May 04, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

07/22/2013

pdf

text

original

El intervalo de predicción para un valor individual de Y para un valor

dado de X se define por:


Ejemplo
Use la información del primer ejemplo:
calcule el error estándar de la estimación:

desarrolle un intervalo de confianza de 95% para los libros de 650
páginas: [24.03, 30.25]. Verifique
desarrolle un intervalo de predicción de 95% para un libro de 650
páginas: [18.09, 36.19] Verifique






#### Intervalo de prediccion
##################################################
###########################################################
#####################
##### El intervalo de prediccion se calcula casi de la
misma forma que #########
##### el de respuesta media, pero se usa 1+t(x0)(XtX)^ -1 x0
en lugar de ########
##### solo t(x0)(XtX)^-1 x0 para tomar en cuenta la
varianza de ypred ##########
lwr2<-yhath-tt*sqrt(sigma2*(1+pve))
upr2<-yhath+tt*sqrt(sigma2*(1+pve))
srp<-data.frame(pred=yhath,lwr2,upr2)### Intervalo de
confianza del 95% de ypred
srp







######################################################################
##########
######################################################################
##########
###### Calculo de intervalos de respuesta media y prediccion con las
#########
###### Funciones de R
##########
######################################################################
##########
m1<-lm(y~x1+x2) #### Se ajusta el modelo
newdata<-data.frame(x1=8,x2=275) #### Solo se quieren los inte rvalos
de resp med
#### y pred en el punto x0< -c(1,8,275)
respmed<-predict(m1,newdata,interval="confidence")#### Intervalo de
conf de
respmed #### respuesta media
srm
predicc<-predict(m1,newdata,interval="predictio n")#### Intervalo de
conf de
predicc #### prediccion
srp

















Aquí está todo lo que hace en un ejercicio completo y arriba
solo está el intervalo de predicción
######################################################################
##########
###### Variables relacionadas con el tiempo de entrega
#########################
######################################################################
##########
######## Se lee la base de datos
###############################################
TE<-read.table('C:/Documents and
Settings/carlos/Escritorio/Regresion/ClasePEND/RMEPRED/tiempoe.txt',
header = TRUE)
attach(TE)
######## Se grafican las parejas de variables
##################################
pairs(y~x1+x2,pch=20,cex=1.8,font.lab=7)
######## Se calculan los coef de correlacion de pearson entre parejas
de var ###
round(cor(TE),4)

######################################################################
##########
######### Se calculan los intervalos de respuesta media
########################
################ y prediccion directamente
####################################
######################################################################
##########
###### Se construye la ma triz de variables independientes
######################
n<-nrow(TE)
Int<-rep(1,n)
X<-as.matrix(cbind(Int,TE[,2:3]))
p<-ncol(X)

#### Se escriben tres funciones para hacer las cosas mas faciles
###############
######################################################################
##########
#### Esta funcion calcula las betas y ademas la R de la factorizacion
QR pues ##
#### se utilizara mas adelante
#################################################
betext<-function(X,y){
r<-qr(X)
Q <- qr.Q(r)
R<- qr.R(r)
b<-backsolve(R,t(Q)%*%y)
list(b=b,R=R)
}
######################################################################
##########
#### Esta funcion calcula la suma del cuadrado de los residuale ete
############
fRSS<-function(X,y,b){
yhat<-X%*%b
e<-y-yhat
ete<-(t(e)%*%e)[1]
ete
}
######################################################################
##########
#### Esta funcion calcula t(x0)(XtX)^ -1 x0, necesita la R del programa
betaext##
pestv<-function(R,x0){
R1<-solve(R)
V<-R1%*%t(R1)
t(x0)%*%V%*%x0
}
######################################################################
##########
rr<-betext(X,y) #### Se calculan las betas y la R
b<-rr$b #### Se almacenan las betas
R<-rr$R #### Se almacena la R
ete<-fRSS(X,y,b) #### Se calcula ete
sigma2<-ete/(n-p) #### Con ete se calcula sigma2

##### Intervalo de respuesta media
#############################################
######################################################################
##########
#### Se quiere s aber en promedio cuanto se tardaria el repartidor si
tiene que #
#### llevar 8 cajas y caminar una distancia de 275 pies
########################
x0<-c(1,8,275) #### 8 cajas y 275 pies y la interseccion
pve<-pestv(R,x0) #### Se calcula t(x0)(XtX)^ -1 x0
######################################################################
##########
alfa<-.05 ### Se fija el nivel de confianza 95%
tt<-qt(1-alfa/2,n-p) ### Se calcula el cuantil
yhath<-t(x0)%*%b ### Estimador puntual de E[y|x1=8,x2=275]
lwr<-yhath-tt*sqrt(sigma2*pve)
upr<-yhath+tt*sqrt(sigma2*pve)
srm<-data.frame(respmed=yhath,lwr,upr)### Intervalo de confianza del
95% de
srm ### E[y|x1=8,x2=275]

##### Intervalo de prediccion
######################################### #########
######################################################################
##########
##### El intervalo de prediccion se calcula casi de la misma forma que
#########
##### el de respuesta media, pero se usa 1+t(x0)(XtX)^ -1 x0 en lugar
de ########
##### solo t(x0)(XtX)^ -1 x0 para tomar en cuenta la varianza de ypred
##########
lwr2<-yhath-tt*sqrt(sigma2*(1+pve))
upr2<-yhath+tt*sqrt(sigma2*(1+pve))
srp<-data.frame(pred=yhath,lwr2,upr2)### Intervalo de confianza del
95% de ypred
srp

######################################################################
##########
######################################################################
##########
###### Calculo de intervalos de respuesta media y prediccion con las
#########
###### funciones de R
##########
######################################################################
##########
m1<-lm(y~x1+x2) #### Se ajusta el modelo
newdata<-data.frame(x1=8,x2=275) #### Solo se quieren los inte rvalos
de resp med
#### y pred en el punto x0< -
c(1,8,275)
respmed<-predict(m1,newdata,interval="confidence")#### Intervalo de
conf de
respmed #### respuesta media
srm
predicc<-predict(m1,newdata,interval="prediction")#### Intervalo de
conf de
predicc #### prediccion
srp



275) respmed<-predict(m1.8.x2=275) #### Solo se quieren los inte rvalos de resp med #### y pred en el punto x0< -c(1.###################################################################### ########## ###################################################################### ########## ###### Calculo de intervalos de respuesta media y prediccion con las ######### ###### Funciones de R ########## ###################################################################### ########## m1<-lm(y~x1+x2) #### Se ajusta el modelo newdata<-data.frame(x1=8.interval="confidence")#### Intervalo de conf de respmed #### respuesta media srm predicc<-predict(m1.interval="predictio n")#### Intervalo de conf de predicc #### prediccion srp .newdata.newdata.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->