错的，预测误差不是这么计算的，不过你要我说清楚，这个太难了，你可以看看卡尔曼滤子第ｔ期平滑的计算公式，这个公式是两个结果，一个是平滑结果，也就是最优预测，对应的　\hat b_1^a，另一个对应的方差，也就是你想要的结果。这是一个典型的迭代算法。注意预测误差的定义是：E[(b_1-\hat b_1)(b_1-\hat b_1) | \theta , data]。

预测一定要用全样本，否则就不是最优预测，因为所有的样本够给出了参数beta的信息，这些信息都是对预测有用的，所以预测的时候一定要是对所有data的条件期望。