如何计算时间序列预测的置信区间？
我有一个时间序列（假设到），我需要使用模型预测下一个样本（假设）例如神经网络或多元线性回归。在时间n，我拥有从到所有样本，并且需要预测；在时间，我拥有从到所有样本，并且需要预测；等等。X1X1X_1XnXnX_nXn+1,Xn+2,…,Xn+kXn+1,Xn+2,…,Xn+kX_{n+1}, X_{n+2},\dots, X_{n+k}X1X1X_1XnXnX_nXn+1Xn+1X_{n+1}n+1n+1n+1X1X1X_1Xn+1Xn+1X_{n+1}Xn+2Xn+2X_{n+2} 假设我已经使用模型预测了值。如何计算这些预测值的置信区间？Yn+1,Yn+2,…,Yn+kYn+1,Yn+2,…,Yn+kY_{n+1}, Y_{n+2},\dots, Y_{n+k} 如果有人可以在这个问题上帮助我，我将不胜感激。（到目前为止，我已经阅读了用于计算样本均值的置信区间的公式，但是我没有看到有关如何为时间序列的预测值计算置信区间的任何信息）。