给定一个回归模型:
y = b0 + b1(x)
其中 x 和 y 都是连续的。
拟合模型后,我想估计当 x 处于某个值(例如 100)时 y 的预测均值和 95%CI。
在 Stata 中,可以通过边距来实现:
reg y x
margins, at (x = 100)
在 SAS 中,可以通过估算来完成:
proc glm;
model y = x / clparm solution;
estimate "Test x = 100" intercept 1 x 100;
run;
我的问题是:如何在 R 中实现相同的操作?我尝试了这个lsmeans
包,但如果我的模型中没有任何分类变量,它似乎不起作用。