我想在 MATLAB 中绘制一些置信区间图，但我完全不知道该怎么做。我在 .xls 文件中有数据。

有人可以给我一个提示，或者有人知道绘制 CI 的命令吗？

我是一名使用最大似然法在 R 中研究流行病学模型的学生。我创建了负对数似然函数。看起来有点恶心，但这里是：

第一行看起来如此糟糕的原因是因为它需要的大部分数据都是在那里输入的。czI01例如，已经声明了。我这样做只是为了让我以后对该函数的调用不必都包含糟糕的向量。

然后，我使用 mle2（库 bbmle）针对 CV1、CV2、v1 和 v2 进行了优化。这也有点恶心，看起来像：

现在，直到这里一切正常。ml.cz.diff 为我提供了值，我可以将其变成合理地适合我的数据的图。我也有几个不同的模型，可以得到 AICc 值来比较它们。但是，当我尝试获得关于 v1、CV1、v2 和 CV2 的置信区间时，我遇到了问题。基本上，我在 CV1 上得到了一个负界限，这是不可能的，因为它实际上代表了生物模型中的一个平方数以及一些警告。

有没有更好的方法来获得置信区间？或者，真的，一种获得在这里有意义的置信区间的方法？

我看到发生的是，巧合的是，我的粗麻布矩阵对于优化空间中的某些值是奇异的。但是，由于我正在优化 4 个变量并且没有过于广泛的编程知识，所以我无法想出一个不依赖于 hessian 的优化方法。我已经用谷歌搜索了这个问题 - 它表明我的模型很糟糕，但我正在重建之前完成的一些工作，这表明我的模型真的并不糟糕（我使用 ml.cz.diff 制作的图看起来像原始作品的图）。我还阅读了手册的相关部分以及 Bolker 的《R 中的生态模型》一书. 我还尝试了不同的优化方法，这导致运行时间更长但错误相同。“SANN”方法没有在一个小时内完成运行，所以我没有等着看结果。

简而言之：我的置信区间很糟糕。有没有一种相对简单的方法可以在 R 中修复它们？

我的载体是：

我的猜测是：

我也有可能在做其他完全错误的事情，但我的结果似乎是合理的，所以我没有抓住它。

我需要将下图中置信带之外的数据点与带内的数据点着色不同。我是否应该在我的数据集中添加一个单独的列来记录数据点是否在置信区间内？你能提供一个例子吗？

示例数据集：

我有一个程序记录以某种概率p发生的事件。在我运行它之后，我记录了k 个事件。我如何计算有多少事件，记录与否，有信心，比如 95%？

例如，在记录了 13 个事件后，我希望能够以 95% 的置信度计算出总共有 13 到 19 个事件。

我在 4 个矩阵中存储了来自 4 种不同方法的生产 (q) 值。4 个矩阵中的每一个都包含来自不同方法的 q 个值：

列数表示年数。1 行将包含对应于 20 年的生产值。矩阵 2、3 和 4 的其他 99 行只是不同的实现（或模拟运行）。所以基本上矩阵 2,3 和 4 的其他 99 行是重复的情况（但由于随机数而不是精确值）。

考虑Matrix_1作为参考事实（或基本情况）。现在我想比较其他 3 个矩阵，Matrix_1看看这三个矩阵中的哪一个（每个都有 100 次重复）与Matrix_1.

这在 Matlab 中如何实现？

我手动知道，我们通过绘制 、 并绘制 和 的每个分布来使用置信区间( CI mean of Matrix_1) 。矩阵 2、3 和 4 中包含参考事实（或）的最大 CI 将是答案。mean of Matrix_2mean of Matrix_3mean of Matrix_4mean of Matrix_1

我希望这个问题是明确的并且与 SO 相关。否则，请随时编辑/提出任何问题。谢谢！

编辑：我谈到的三种方法分别是 a1、a2 和 a3。这是我的结果：

从这三种方法中，我的 CI 都没有包含mean ( = 3.454992884900722e+008)它的内部。那么我们仍然考虑p值来选择最好的结果吗？

在拟合模型后，是否可以让 confint 使用由 vcovHC（来自三明治包）获得的强大 vcov？

首先，我应该说明我的统计知识相当有限，所以如果我的问题看起来微不足道或者甚至没有意义，请原谅我。

我的数据似乎不是正态分布的。通常，当我绘制置信区间时，我会使用平均值 +- 2 个标准差，但我认为这对于非均匀分布是不可接受的。我的样本量目前设置为 1000 个样本，这似乎足以确定它是否是正态分布。

我使用 Matlab 进行所有处理，那么 Matlab 中是否有任何函数可以轻松计算置信区间（比如 95%）？

我知道有 'quantile' 和 'prctile' 函数，但我不确定这是否是我需要使用的。函数“mle”还返回正态分布数据的置信区间，尽管您也可以提供自己的 pdf。

我可以使用 ksdensity 为我的数据创建一个 pdf，然后将该 pdf 输入到 mle 函数中以获得置信区间吗？

另外，我将如何确定我的数据是否呈正态分布。我的意思是我目前可以通过查看 ksdensity 的直方图或 pdf 来判断，但有没有办法定量测量它？

谢谢！

如何计算python中最小二乘拟合（scipy.optimize.leastsq）的置信区间？

我知道您可以通过在代码中添加“at=1:6-0.2”或“at=1:6+0.2”来在图表上向左或向右移动箱线图，但是当我使用 plotCI 时情况并非如此. 有谁知道如何执行这个简单的参数调整？我知道它必须很容易，但这里关于 plotCI 的问题很少。它在包 {gplots} 中。这真让我抓狂！谢谢你的帮助。-亚历克斯

这是我的问题。我有一些数据我合并以获得“数字化”pdf，这很好。现在，我想找到一种方法，通过对 bin 组进行不同的着色来指示不同的置信区间。特别是，从包含我想找到的最高计数的 bin 开始，并为所有面积总和小于 0.6 的最高 bin 着色，比如红色。然后，总是通过减少计数来挑选新的垃圾箱，我想将那些将我的红色区域增加到 0.8 的垃圾箱涂成橙色。我正在考虑使用 numpy 来获取垃圾箱和计数，将它们分类为 3 个系列（红色、橙色和原始颜色）并用 pyplot 的条形图绘制它们。希望您能指出一个更快的方法，谢谢！