3
Memprediksi
Model perkiraan saya adalah ln^(yt)=9.873−0.472ln(xt2)−0.01xt3dalam^(yt)=9,873-0,472dalam(xt2)-0,01xt3\hat \ln(y_t)=9.873-0.472\ln(x_{t2})-0.01x_{t3} Saya diminta untuk menemukan CI prediktif pada kepercayaan 95% untuk rata-rata y0y0y_0 , ketika x02=250x02=250x_{02}=250 , dan x03=8x03=8x_{03}=8 . Kita berasumsi bahwa s2x0(XTX)−1xT0=0.000243952s2x0(XTX)−1x0T=0.000243952s^2 x_0(X^TX)^{-1}x_0^T=0.000243952 , di mana x0=(250,8)x0=(250,8)x_0=(250,8) . Saya punya solusi dari tahun sebelumnya, seperti ini: Saya menemukan CI dari bentuk CI(E[ln(y0)|x0])=[ln^(yt)−tα/2sE,ln^(yt)+tα/2sE]CI(E[ln(y0)|x0])=[ln^(yt)−tα/2sE,ln^(yt)+tα/2sE]\text{CI}(E[ln(y_0)|x_0])=\left[\hat\ln(y_t)-t_{\alpha/2}s_E,\hat \ln(y_t)+t_{\alpha/2}s_E\right] …