一组给定预测变量值的估计平均响应将落入的范围。

| 项 | 说明 |
|---|---|
![]() | ![]() |
![]() | 一组给定预测变量值的拟合响应值 |
| α | 类型 I 误差率 |
| n | 观测值个数 |
| p | 模型参数个数 |
| S 2(b) | 系数的方差-协方差矩阵 |
| s 2 | 均方误 |
| X | 设计矩阵 |
| X0 | 给定预测变量值的矢量,具有 1 列和 p 行 |
| X'0 | 具有 1 行和 p 列的预测变量值的新矢 量的转 置 |

| 项 | 说明 |
|---|---|
![]() | 拟合值 |
| xk | 第 k 个项。每个项都可以是单个预测变量、多项式项或交互作用项。 |
| bk | 第 k 个回归系数的估计值 |
具有一个预测变量的回归模型中拟合值的标准误为:

具有多个预测变量的回归模型中拟合值的标准误为:

对于加权回归,在公式中包括权重矩阵:

当数据具有测试数据集或 K 折交叉验证时,公式相同。的值 s2 是从培训数据。设计矩阵和重量矩阵也来自训练数据。
| 项 | 说明 |
|---|---|
| s2 | mean square error |
| n | number of observations |
| x0 | new value of the predictor |
![]() | mean of the predictor |
| xi | i(序号) predictor value |
| x0 | vector of values that produce the fitted values, one for each column in the design matrix, beginning with a 1 for the constant term |
| x0 | transpose of the new vector of predictor values |
| X | design matrix |
| W | weight matrix |
对于具有多个预测变量的模型,方程为:
y = β0 + β1x1 + … + βkxk + ε
拟合方程为:

在只包含一个预测变量的简单线性回归中,模型为;
y=ß0+ ß1x1+ε
使用回归估计 b0 代替 ß0,b1 代替 ß1,拟合方程为:

| 项 | 说明 |
|---|---|
| y | 响应 |
| xk | 第 k 项。每一项都可以是单个预测变量、多项式项或者交互作用项。 |
| ßk | 第 k 个总体回归系数 |
| ε | 服从平均值为 0 的正态分布的误差项 |
| bk | 对第 k 个总体回归系数的估计 |
![]() | 拟合响应 |
预测区间是新观测值的拟合响应预计将落入的范围。

| 项 | 说明 |
|---|---|
| s(Pred) | ![]() |
![]() | 一组给定预测变量值的拟合响应值 |
| α | 显著性水平 |
| n | 观测值个数 |
| p | 模型参数个数 |
| s 2 | 均方误 |
| X | 预测变量矩阵 |
| X0 | 给定预测变量值的矢量,具有 1 列和 p 行 |
| X'0 | 具有 1 行和 p 列的预测变量值的新矢 量的转 置 |