我参考帖子问这个问题：Bootstrap prediction interval，其中解释了用于计算线性回归模型的预测间隔的逐步方法。

在从 Davidson 和 Hinckley (1997)，Bootstrap 方法及其应用的第 6.3.3 节中得到的解释中，使用方差调整残差而不是原始残差。为什么会这样？使用原始残差的方法是错误的还是低估了预测区间？

使用原始残差的算法示例有： YouTube 视频和讲座幻灯片

关于同一主题：在尝试了此处描述的方法后：Bootstrap prediction interval和上面链接的 YouTube 视频中描述的更简单的方法，在 1000 次引导复制中，我获得了图中所示的预测间隔。

它们非常相似，尽管 Davidson 和 Hinckley 的方法似乎返回了更广泛的 PI。使用第一种方法比第二种方法有什么好处？是不是样本量更大（我只有 22 个观察值），两个预测区间之间的差异会增加？

然后我有一个关于预测区间的实际使用的问题。我使用机器人收集的数据来预测临床评分。我对预测的重测信度感兴趣。PI 与绝对可靠性（例如，与测量的标准误差或与协议的限制）有何关系？

谢谢你的澄清。