是否可以使用分位数回归找到预测间隔？

问题描述

当尝试运行下面的代码预测时，它给我一个错误，说间隔arg应该为无或置信度，因此我想知道是否有一种方法可以使用分位数回归来获取预测间隔？

注意：如果我用lm代替rq，我可以找到预测间隔，但是我想使用rq来找到它。

#mycode:
    library(quantreg)
    mydata <- read.csv("C:\\Users\\gokul\\Desktop\\Book4.csv")
    
    attach(mydata)
    summary(mydata)
    
    mod = rq(y~q) # y is my dependent and q is my independent variables
    summary(mod)
    
    predict(mod,data.frame(q),interval = "prediction",level = 0.10)

CSV文件摘要：

dput(head(mydata,10))
structure(list(y = c(71143L,68061L,66603L,66907L,69073L,72901L,77521L,81728L,84842L,87877L),q = c(71416.79329,68003.59226,66533.66142,66620.44529,68640.60953,72945.13676,77743.82153,81604.52442,84887.47483,87904.33486)),row.names = c(NA,10L
                                                                    ),class = "data.frame")

解决方法

当然，只需使用0.05和0.95的分位数函数。这将为您提供90％的预测限制。如果要95％的限制，请将0.05和0.95更改为0.025和0.975。这是一些R代码。

terraform init

这是结果：