问题标签 [confidence-interval]

我之前回答了一个关于为 PCA（主成分分析）图绘制置信椭圆的问题。

最终起作用的是 FactoMineR 包（PCA、coord.ellipse 和 plot.PCA 函数的组合）。虽然我现在可以绘制置信椭圆，但我不明白 coord.ellipse 函数的 level.conf 选项实际上做了什么。我期待更小的椭圆具有更高的置信水平，但相反的情况正在发生。

谢谢您的帮助！

我有以下型号

和我可以绘制平均人口反应predict。level=0如何从整个人口的 nlme 对象中提取和绘制 95% 置信区间/预测带？

在 R 中，predict.lm 根据线性回归的结果计算预测，并提供计算这些预测的置信区间。根据手册，这些区间是基于拟合的误差方差，而不是基于系数的误差区间。

另一方面，基于逻辑和泊松回归（以及其他一些回归）计算预测的 predict.glm 没有置信区间的选项。我什至很难想象如何计算这样的置信区间来为泊松和逻辑回归提供有意义的见解。

是否存在为此类预测提供置信区间有意义的情况？如何解释它们？在这些情况下的假设是什么？

我一直在最近的一个项目中使用 modFit（R 包的一部分，FME）。我有兴趣获得模型预测参数的置信区间，但我不知道如何做到这一点。当我查看 modFit 例程的摘要时，我得到了每个参数的标准误差和 t 值。我还得到了一个参数相关表。

如何使用此信息提取参数的置信区间？我觉得我的任务过于复杂了，但我只是卡住了。任何帮助将不胜感激。

这是我必须使用的摘要信息（我希望它不会给我的问题增加更多混乱，所以如果需要，请忽略）：

R 包randomForest报告森林中每棵树的均方误差。但是，我需要对数据中每个案例的置信度进行衡量。由于randomForest通过平均单个树的预测来计算个案预测，我想它也应该可以计算个案标准误差，从而计算置信区间。这可以使用输出的 randomForest 对象来完成（如果是这样：如何？）还是我必须深入研究源代码？

在“CI 区域”下，我的意思是 smth。就像在@cbeleites 的答案中绘制的图表或在 Ron Pearson 的帖子中描述的那样：

谢谢你。

假设正态分布，我有我想计算置信区间的样本数据。

我已经找到并安装了 numpy 和 scipy 包，并且已经让 numpy 返回平均值和标准差（numpy.mean(data)，数据为列表）。任何有关获得样本置信区间的建议将不胜感激。

我需要绘制几个定义为的数据点

c（x，y，stdev_x，stdev_y）

作为散点图，表示其 95% 置信限，例如显示该点及其周围的一个轮廓。理想情况下，我想在该点周围绘制椭圆形，但不知道该怎么做。我正在考虑构建样本并绘制它们，添加 stat_density2d() 但需要将轮廓数限制为 1，并且无法弄清楚如何做到这一点。

这是使用 R 的介绍性统计中的一个练习：

使用 rmr 数据集，绘制代谢率与体重的关系图。将线性回归模型拟合到该关系。根据拟合模型，体重 70 公斤的预测代谢率是多少？给出直线斜率的 95% 置信区间。

rmr 数据集位于“ISwR”包中。它看起来像这样：

我知道如何计算给定 x 处的预测 y，但如何计算斜率的置信区间？

我是 python 新手，并试图使用 lmfit 包来检查我自己的计算，但是我不确定（1）如何为以下测试（和 2）包含数据错误（sig）我使用如下所示的 conf_interval2d 获取）：

到目前为止这工作正常，但如上所述，我如何包含数据（sig_chla）的错误，以便我可以计算加权和减少的卡方？

第 2 部分：此外，当我尝试使用以下内容来绘制置信区间 xs, ys, grid = conf_interval2d(mi, 'a', 'b', 20, 20)

我收到以下错误：

* ValueError: failed to create intent(cache|hide)|optional array-- 必须有定义的维度但是得到 (0,)

或者

例程 DGESV 的参数 4 不正确 DGESV 中的 Mac OS BLAS 参数错误，参数 #0（不可用）为 0