问题标签 [confidence-interval]

我使用泊松回归（glm()with family='poisson'）并希望以下列形式给出答案：

“每个预测值在区间 [low, high] 中都有一个误差，概率为 0.95”。

1. 有可能吗？如果是，如何？
2. 我看到了几种方法。

1）计算残差并获得低值和高值。我应该使用哪个发行版？

2）使用功能predict.glm(model, type = 'link', se.fit=TRUE)。计算正态分布的置信区间。利用

找出低值和高值。

我已经实施了第二种情况。问题是我怎样才能以上述形式给出答案？

我想在 R 中使用 ccf 来计算两组时间序列数据的互相关。我的问题是如何知道图中的任何相关系数是否落在蓝色虚线之外而无需手动查看？由于我有数万组时间序列数据要处理。提前致谢！

我正在尝试编写一个通用函数来计算 R 中二项式比例的区间估计的覆盖概率。我打算为各种置信区间方法执行此操作，例如 Wald、Clopper-Pearson、HPD 区间用于不同的先验。

理想情况下，我希望有一个函数，可以将用于计算间隔的方法作为参数。那么我的问题是：如何将一个函数作为参数包含在另一个函数中？

例如，对于 Exact Clopper-Pearson 区间，我有以下函数：

其中 Exact(x,n) 只是一个计算适当间隔的函数。我想拥有

这样我就有一个函数来计算覆盖概率，而不是为每种间隔计算方法提供一个单独的覆盖函数。有没有标准的方法来做到这一点？我一直无法找到解释。

谢谢，詹姆斯

当它实际在目标图像上进行人脸识别时，试图找出一种方法来收集置信度。我已经搜索了一些示例，但没有找到任何我可以看到如何实现的东西。感谢所有帮助，谢谢大家。

我有用于执行极值分析（计算回报水平）的风数据。我将R与包“evd”、“extRemes”和“ismev”一起使用。

我正在拟合 GEV、Gumbel 和 Weibull 分布，以估计某个时期 T 的回报水平 (RL)。
对于 GEV 和 Gumbel 案例，我可以使用extRemes::return.level()获得 RL 和置信区间功能。

一些代码：

但是对于 Weibull 案例，我需要一些帮助来生成 CI。

有一种方法可以构建分位数回归的置信区间：

什么是默认值？是5%吗？如何找到另一个，比如 10%？

我有许多作为函数输入的数据集。数据存储在数据表中，我正在计算函数输出的置信区间。但是，在某些情况下，所有输入数据都相同，从而导致错误：“x 的所有值都等于 100 \n 无法计算置信区间”如何避免此错误（例如，只需设置置信度对于所有值都相等的情况，将间隔设置为任意值，例如 0 或 NA）？例如：

返回：

改变

返回：“t 的所有值都等于 100 \n 无法计算置信区间”，这会导致其他错误。

我希望结果是：

我使用 HH 库中的 ci.plot 为简单的线性回归问题制作了置信区间图

而且效果非常好。但是，我想添加到情节中。首先，我想加入积分，以便我可以轻松地及时遵循他们的顺序。我试过了：

但它不喜欢它：

...ETC

任何想法如何向 ci.plot 添加功能？

更新

我最终只是运行：

该图看起来像这样（注意虚线是预测间隔而不是 conf.int。这是我现在意识到我真正想要的）：

我仍然不能做的是显示颜色图的图例（在 Matlab 中，这将是命令：colorbar）。这个想法是为了突出数据中的轻微滞后。从 1995 年到 2048 年，颜色从蓝色变为粉红色。

有人知道如何显示颜色条吗？

一些数据

根据此处的要求，是要使用的数据的子集：

我有一个逻辑回归模型，我用它来预测帝王蟹成熟时的大小，但是我在使用引导包设置引导代码时遇到了麻烦。这就是我所拥有的：

我想引导统计 CL=98.97 因为我对 50% 的螃蟹成熟的大小感兴趣，但我不知道如何设置我的函数来指定该统计数据，更不用说引导函数了获得我的 95% CI 任何帮助将不胜感激！谢谢！

我有一系列包含字母 ACGTE 的不同长度的n=400序列。例如，在A之后出现C的概率为：

并且可以从一组经验序列中计算出来，因此

假设：

然后我得到一个转换矩阵：

但我对计算 Phat 的置信区间很感兴趣，有什么想法可以解决这个问题吗？