Bagaimana cara menghitung interval kepercayaan untuk prediksi deret waktu?

Saya memiliki deret waktu (katakanlah hingga ), dan saya perlu memprediksi sampel berikutnya (katakanlah ) menggunakan model seperti jaringan saraf, atau regresi linier berganda. Pada waktu n, saya memiliki semua sampel dari hingga , dan perlu memprediksi ; pada waktu , saya memiliki semua sampel dari hingga , dan perlu memprediksi ; dan seterusnya.$X_1$X n + 1 , X n + 2 , … , X n + k X 1 X n X n + 1 n + $X_n$$X_{n+1}, X_{n+2},\dots, X_{n+k}$$X_1$$X_n$$X_{n+1}$$n+1$X n + 1 X n + $X_1$$X_{n+1}$$X_{n+2}$

Katakanlah saya telah memperkirakan nilai dengan menggunakan model. Bagaimana saya bisa menghitung interval kepercayaan untuk nilai prediksi tersebut?$Y_{n+1}, Y_{n+2},\dots, Y_{n+k}$

Saya akan sangat menghargai jika ada yang bisa membantu saya dalam masalah ini. (Sejauh ini saya membaca rumus untuk menghitung interval kepercayaan untuk rata-rata sampel, tetapi saya tidak melihat apa-apa tentang bagaimana menghitung interval kepercayaan untuk nilai prediksi dari serangkaian waktu).

Dalam R (http://www.r-project.org/) ada paket yang disebut "perkiraan" di mana Anda dapat menjalankan misalnya model ETS atau ARIMA untuk melakukan perkiraan pada deret waktu. Paket ini secara otomatis juga akan membuat Anda interval prediksi yang berbeda untuk nilai perkiraan.