r - 计算 Beta 函数参数的标准误差

Question

我正在使用一本名为“使用 R 发现统计数据”的书来学习R。这很棒，但似乎跳过了某些领域。

所以，我在R中有一个函数，可以计算a, b以下 pdf beta 函数的参数：

我的函数返回从 500 个样本中找到的以下参数：

  [1] 1.028316 2.095143 #a b

我正在尝试计算参数的标准误差。

我想知道如何在R中实现这一点？

据我在网上找到的，标准误差是根据样本计算的，而不是参数。所以，我已经实现了，在这里：

    stderr <- function(x) sqrt(var(x)/length(x))

提前致谢。

Answer 1

我不确定您使用哪个函数将 beta 分布拟合到您的数据，但包中的fitdistr函数为 beta 分布的和参数MASS提供了标准错误值：shape1shape2

# Obtain data to fit
set.seed(144)
data <- rbeta(500, 1, 2)

# Fit and output result
library(MASS)
fit <- fitdistr(data, "beta", start=list(shape1=0.5, shape2=0.5))
fit
#     shape1      shape2  
#   1.0596902   2.0406073 
#  (0.0602071) (0.1284133)

在这里，标准误差为 0.060shape1和 0.128 shape2。您可以使用 获取值fit$sd。