Necesitará aritmética matricial. No estoy seguro de cómo irá Excel con eso. De todos modos, aquí están los detalles.
Suponga que su regresión se escribe como .y = X β+ e
Sea un vector de fila que contiene los valores de los predictores para los pronósticos (en el mismo formato que X ). A continuación, el pronóstico es dada por
Y = X * β = X * ( X ' X ) - 1 X ' Y
con una varianza asociada
σ 2 [ 1 + X * ( X ' X ) - 1 ( X * ) ' ] .X∗X
y^= X∗β^= X∗( X′X )- 1X′Y
σ2[ 1 + X∗( X′X )- 1( X∗)′] .
A continuación, un intervalo de predicción de 95% se puede calcular (suponiendo errores distribuidos normalmente) como
y ± 1,96 sigma √
Esto tiene en cuenta la incertidumbre debida al término de error
eyla incertidumbre en las estimaciones de coeficientes. Sin embargo, ignora cualquier error en
X ∗. Entonces, si los valores futuros de los predictores son inciertos, entonces el intervalo de predicción calculado usando esta expresión será demasiado estrecho.
y^± 1.96 σ^1 + X∗( X′X )- 1( X∗)′-----------------√.
miX∗