中文：该工作文件介绍了以间隔格式观察变量时估算回归模型参数的方法。 它说明了法国的用电量数据估算程序，目的是比较区间数据中的预测值和点数据中的预测置信区间。 首先，我们表明使用唯一值表征经济变量会导致信息丢失。 第二步，将这些估算方法应用于法国的用电量数据间隔，以进行预测。 通过测试检查数据的演变，使我们能够发现季节性影响，而不是季节性以外的影响。 因此，将估算程序应用于通过普查X12方法进行季节性调整的数据，并且预测将考虑经过季节性调整后获得的季节性系数。 为了衡量对区间数据进行分析的兴趣，我们将区间数据的预测与点数据的预测的置信区间进行了比较。 在最后一部分中，对预测置信区间的分布和对间隔数据的预测的观察表明，在区间数据提供的范围内，对经典数据的预测的置信区间包括在内。 随着对预测的置信度的置信水平提高，这种包含继续存在。 英语：本工作论文介绍了以区间格式观察变量时估算回归模型参数的方法。 它说明了法国的用电量数据估算程序，目的是比较区间数据中的预测值和点数据中的预测置信区间。 首先，我们表明使用单一值来表征经济变量会导致信息丢失。 第二步，将这些估计方法应用于法国的间隔用电量数据以进行预测。 通过测试检查数据的演变，使我们能够发现季节变化的影响，而没有季节变化的影响。 因此，估计程序是通过普查X12方法对季节性调整后的数据执行的，而预测将考虑经过季节性调整后获得的季节性系数。 为了衡量区间数据分析的价值，我们将区间数据的预测与点数据预测的置信区间进行了比较。 在最后一部分中，对预测置信区间的分布和对间隔数据的预测的观察表明，在区间数据所预测的边界内，经典数据的预测置信区间包括在内。 随着预测置信区间中置信度水平的提高，这种包含继续存在。 因此，我们得出结论，传统数据不可能覆盖所研究变量的真实值范围。
