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

我们进行了线性回归，通过变量 A（宽度）来描述变量 B（高度）。问题是找到高度 (B) 的平均值为 14 的宽度 (A) 的 90% 置信区间。

我知道如何在 R 中进行线性回归，lm(B~A)我得到一个像这样的方程 B = a+A*c，其中 B 和 A 是我的变量 a 是截距..

我尝试的是：

1. 使用他们给我的宽度找出高度：B= a + (14)*c = MU（例如）
2. 终于得到区间：t.test(B, mu = MU, conf.level=0.9)，可惜不正确..

Answer 1

试试这个：

> 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