我正在使用相当简单的SQL代码，使用最小二乘法计算回归系数（截距和斜率）来计算一些（x，y）数据点的最佳拟合直线。这为我提供了一条漂亮的最佳拟合线通过数据。然而，我们希望能够看到最佳拟合线（下面的曲线）的95％和5％置信区间。
（来源：curvefit.com） 这意味着真实的线有95％的概率在上限曲线下方，并且有95％的概率在下限曲线上方。我如何计算这些曲线？我已经阅读了维基百科等，并进行了一些谷歌搜索，但我没有找到可理解的数学方程式来计算这个。
（来源：curvefit.com） 这意味着真实的线有95％的概率在上限曲线下方，并且有95％的概率在下限曲线上方。我如何计算这些曲线？我已经阅读了维基百科等，并进行了一些谷歌搜索，但我没有找到可理解的数学方程式来计算这个。
--sample data
create table #lr (x real not null, y real not null)
insert into #lr values (0,1)
insert into #lr values (4,9)
insert into #lr values (2,5)
insert into #lr values (3,7)
declare @slope real
declare @intercept real
--calculate slope and intercept
select
@slope = ((count(*) * sum(x*y)) - (sum(x)*sum(y)))/
((count(*) * sum(Power(x,2)))-Power(Sum(x),2)),
@intercept = avg(y) - ((count(*) * sum(x*y)) - (sum(x)*sum(y)))/
((count(*) * sum(Power(x,2)))-Power(Sum(x),2)) * avg(x)
from #lr
提前感谢你。