r - 如何在 R 中使用线性回归和置信区间？

Question

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)描述变量 B(高度)。问题是找到具有 14 个宽度 (A) 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)我得到一个这样的方程 B = a+A*c ，其中 B 和 A 是我的变量 a 是截距..

我尝试的是:

使用他们给我的宽度找到高度:B= a + (14)*c = MU(例如)

最后得到区间:t.test(B, mu = MU, conf.level=0.9) ，但不幸的是它不正确..

Answer 1

尝试这个:

> 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