问题标签 [confidence-interval]

如果有人可以检查我的方法是否正确，那就太好了。简而言之，问题是，如果错误计算是正确的方法。假设我有以下数据。

此外，我想检查我的数据是否遵循正态分布。

编辑：我知道有测试等，但我将专注于构建带有置信度线的 qqplot。我知道汽车包里有一个方法，但我想了解这些线路的构建。

所以我计算了我的样本数据以及我的理论分布的百分位数（估计mu = 24.6609和sigma = 1.6828。所以我最终得到了这两个包含百分位数的向量。

现在我想计算alpha=0.05理论百分位数的置信区间。如果我记得自己是正确的，则公式由下式给出

和。n=length(data)_z=quantil of the normal distribution for the given p

因此，为了获得第二个百分位数的置信区间，我将执行以下操作：

插入值：

最后我有

其余的也一样......

那你怎么看，我可以去吗？

我有一些数据显示一长串地区，每个地区的人口以及每个地区患有某种疾病的人数。我试图显示每个比例的置信区间（但我没有测试比例是否在统计上不同）。

一种方法是手动计算标准误差和置信区间，但我想使用像 prop.test 这样的内置工具，因为它有一些有用的选项。但是，当我将 prop.test 与向量一起使用时，它会对所有比例进行卡方检验。

我已经用一个while循环解决了这个问题（见下面的虚拟数据），但我觉得必须有一种更好、更简单的方法来解决这个问题。将在这里申请工作，以及如何？谢谢！

这里有一些数据

如果您愿意，还可以绘制这些数据的图

运行带有函数的模型时MCMCglmm()……</p>

我得到了估计值的上下 95% 区间，让我知道两个斜率（颜色 = a 和颜色 = b）是否显着不同。

在查看此输出时...

...我看不到置信区间！

我的问题是：

使用该函数时，如何获得这些估计值的上下 95% 区间置信度glm()？

我有一个IEnumerable<double>数据样本。我想计算信号/数据的 90% 置信区间。我可以使用MathNET 库，但我对如何正确使用该库感到困惑。给定我的数据，想法是返回两个额外的数据数组，其中包含原始信号的置信区间

这在数学方面确实并不复杂，我只是对如何正确使用MathNET 库中可用的函数/方法感到困惑。

我正在尝试在 OpenCV 中使用 Viola–Jones 人脸检测算法。我使用detectMultiScale()来定位图像中的多个面孔。我想知道如何从源代码返回或计算所计算面部的置信度因子。似乎默认情况下detectMultiScale()函数不返回 conf 因子。

我正在尝试计算 R 中不仅具有线性而且在逻辑回归中具有二次项的变量的优势比。假设模型中有 X 和 X^2。当 X 取特定值时，我知道如何获得优势比（对于 X 的单位变化），但我不知道如何计算此估计的置信区间。我发现这个参考是如何在 SAS 中完成的：http: //support.sas.com/kb/35/189.html，但我想在 R 中做。有什么建议吗？

@BenBolker 这是一个例子：

在本例中，gpa 的优势比取决于 gpa 的实际值（例如，如果 gpa=4，gpa 单位变化的影响）。我可以计算 gpa=5 和 gpa=4 的对数几率，并从中获得优势比，但我不知道如何获得 OR 的 CI。（请忽略示例中的平方项不是统计数据。显着......）

我今天提出的问题相当多。

我想计算两个数据帧的可变年龄平均值的置信区间（99% 水平，而不是 95） ，其中：infert_controlinfert_patient

infert是一个内置的 R 数据集，对于那些不熟悉它的人来说，这里是：案例 0表示对照组患者，案例 1是实际患者。

解决这个问题的正确方法是什么？

age我已经计算了infert_control和列的平均值infert_patient，加上每个子集的标准差。

我正在使用带有 geepack 的广义估计方程运行线性回归模型。该confint(fit)命令似乎在这里不起作用。例如：

我在运行时收到以下错误消息confint(f2)：

有没有办法在这里找到置信区间？

我正在研究两个数据集，派生自 m cats，一个内置的 R 数据集。

我想找到关于男性和女性样本 Bwt平均值差异的 99% 置信区间（分别为性别 == M 和性别 == F）

我知道这样t.test做，但如果我cats分成两个包含Bwt男性和女性的数据集，t.test() 会抱怨这两个数据集的长度不同，这是真的。中只有 47 名女性cats和 87 名男性。

以其他方式可行还是我通过分解数据来误解数据？

编辑：我有一个回答者在另一个问题上向我建议的函数，它可以在数据集上获取平均值的 CI，可能会派上用场：

我正在运行一个多元 gls 模型：

m <- gls(y ~ x + factor1 + factor2, cor = corPagel(1,phylogeny), weight= ~1/log(n))

我想绘制结果，我可以得到这样的预测值：

newdata <- data.frame(expand.grid( x = mean(x), factor1= unique(factor1), factor2 = unique(factor2)))

predvals <- predict(m,newdata)

虽然我想绘制的两个变量是因子，但我想获得这些预测值的置信区间或标准误差。

有谁知道该怎么做？

在此先感谢您的帮助！干杯，茉莉花