我正在处理一个包含超过 300K 元素的大数据集，并运行一些回归分析，试图使用预测变量 Distance 估计一个名为 Rate 的参数。我有回归方程。现在我想获得置信区间和预测区间。我可以通过以下命令轻松获得系数的置信区间：
> confint(W1500.LR1, level = 0.95)
2.5 % 97.5 %
(Intercept) 666.2817393 668.0216072
Distance 0.3934499 0.3946572
这给了我系数 CI 的上限和下限。现在我想为预测区间获得相同的上限和下限。到目前为止，我唯一了解到的是，我可以使用以下代码获取特定距离值（例如 200、500 等）的预测区间：
predict(W1500.LR1, newdata, interval="predict")
这对我没有用，因为我有超过 300K 不同的距离值，需要为每个值运行此代码。有什么简单的方法可以像我上面显示的 confint 命令那样获得预测间隔？
必须自己编数据，但你去吧
x = rnorm(300000)
y = jitter(3*x,1000)
fit = lm(y~x)
#Prediction intervals
pred.int = predict(fit,interval="prediction")
#Confidence intervals
conf.int = predict(fit,interval="confidence")
fitted.values = pred.int[,1]
pred.lower = pred.int[,2]
pred.upper = pred.int[,3]
plot(x[1:1000],y[1:1000])
lines(x[1:1000],fitted.values[1:1000],col="red",lwd=2)
lines(x[1:1000],pred.lower[1:1000],lwd=2,col="blue")
lines(x[1:1000],pred.upper[1:1000],lwd=2,col="blue")
因此，您可以看到您的预测是用于预测新数据值，而不是用于构建 beta 系数的区间。因此，您真正想要的置信区间将以相同的方式从 conf.int 获得。