N gözlemleri ve k regresörleri olan bir regresyon modelini alın :
y=Xβ+u
Bir vektör verildiğinde, bu gözlem için öngörülen değer,
Bu öngörü varyans tutarlı bir tahmin olup
Belirli için tahmin hatası olan
\ şapka e = y_0- \ şapka y_0 = \ mathbf {x_0} \ p + u_0- \ şapka y_0. U_0 ve \ hat \ beta
arasındaki sıfır kovaryansı ,
\ Var [\ hat e] = \ Var [\ hat y_0] + \ Var [u_0] ve bunun tutarlı bir tahmincisi anlamına gelir.
x0E[y|x0]=y^0=x0β^.
V p = s 2 ⋅ x 0 ⋅( X ' X ) - 1 x ' 0 , s 2 = Σ K i = 1 u 2 iV^p= s2⋅ x0⋅ ( X'X )- 1x'0,
s2= ΣN-i = 1u^2benN-- k.
y0 e =y0 - y 0=x0β+u0 - y 0. u0 β VbirR[ e ]=V, birR[ y 0]+Vbirr[u0], V f=lere^= y0- y^0= x0β+ u0- y^0.
u0β^V a r [ e^] = V a r [ y^0] + V a r [ u0] ,
V^f= s2⋅ x0⋅ ( X'X )- 1x'0+ s2.
aralığı olacaktır: aralığı daha geniş olacaktır:1 - α c o n fI d e n c , ey0± t1 - α / 2⋅ V^p---√.
1 - α s R e d i C t i o ny0± t1 - α / 2⋅ V^f---√.