问题标签 [standard-error]

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：

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：

提前致谢。

我目前正在处理来自实验的一些数据。因此，我有一些被随机分配到 2 种不同治疗方法的人的数据。对于每次治疗，我们进行了三个疗程。在每次会议中，参与者被要求做出一系列决定。

我想做的是：（1）用一个模型估计治疗的效果，该模型包括对个体的随机效应，然后，（2）按会话对标准误差进行聚类。

在 R 中，我可以使用plm包轻松估计随机效应模型：

我的问题是我无法通过变量会话（即个人参与的会话）对标准误差进行聚类。确实，plm 包的稳健协方差矩阵估计器让我可以在两种类型的集群之间进行选择：“组”和“时间”。因此，如果我选择“组”选项，我会在个人级别获得标准错误：

有没有办法选择不同的聚类变量？

我将非常感谢您的帮助。

我是 R 新手，我可能需要一些帮助。

我已经获得了 y ~ z 的 lm 回归的标准误差和 p 值。现在我想做一个引导程序并比较结果。到目前为止，我只能找到以下用于引导 R 平方值的代码：

我不知道如何返回 z 系数的标准误差而不是 R 平方。$r.squared将循环的最后一行替换为$sd不会成功。$sd(z)类似的事情也不会起作用。

我正在使用 plm 库来运行固定效应回归，并使用三明治、lmtest 库来计算稳健的标准误差。我运行回归没有问题，但在某些情况下，当我去计算标准错误时，我得到以下错误：

我计算系数或“正常”标准误差（即同方差）没有任何问题。此外，当我省略二次项时，计算稳健标准误差也没有问题：

有人知道发生了什么吗？如果设计矩阵是奇异的，那么就不应该计算系数，所以我不明白在计算标准误差时问题出在哪里。

谢谢！

假设我有两个随机变量 x 和 y，它们都有 n 个观察值。我使用了一种预测方法来估计 xn+1 和 yn+1，并且我还得到了 xn+1 和 yn+1 的标准误差。所以我的问题是，如果我想知道 xn+1 + yn+1、xn+1 - yn+1、(xn+1)*(yn+1) 和 (xn+) 的标准误差，公式会是什么？ 1)/(yn+1)，这样我就可以计算出 4 个组合的预测区间。任何想法将不胜感激。谢谢。

I have 2 samples. For each i calculate a number of objects, according to the time. I plot in the y axis the number of objects and in the x axis the time in hour. In excel I have an option to plot error bars, using standard deviation or standard error. I'd like to know what's the difference between them and if standard error are enough to show that the data of my two samples are significant? Even after reading some definition on the internet, it's still very confusing to me, being a newbie on statistics.

This is my graph and by plotting the standard errors, this is what it gives. Probably not enough to judge the significance of my data?

我正在遵循有关此主题的其他 SO 文章的指导，但我一直无法找到我需要的东西。我有以下代码块启动 - 在这种情况下 - 一个已知损坏的 .msi （为了测试标准错误消息的检索）：

手动启动时，此 .msi 会引发错误代码 1620，并显示消息“无法打开此安装包。请联系应用程序供应商以验证这是一个有效的 Windows Installer 包。”

在调试时，如果我查看 proc.ExitCode 它的值是 1620 - 所以它正确地捕获了它。我添加了该行string stderror = proc.StandardError.ReadToEnd();以尝试捕获错误文本，但是在该过程执行并且错误输出后，stderror 的值为“”。

如何将实际的错误文本抓取到变量中？

我无法使用 R 和基于这篇文章的指导对标准错误进行聚类。cl 函数返回错误：

阅读后，tapply我仍然不确定为什么我的集群参数长度错误，以及导致此错误的原因。

这是我正在使用的数据集的链接。

https://www.dropbox.com/s/y2od7um9pp4vn0s/Ec%201820%20-%20DD%20Data%20with%20Controls.csv

这是R代码：

该函数的内部工作原理有点超出我的想象。

向量a中的值被视为真实值，我想使用 mle 估计它们。我通过添加噪声 N(0,sigma^2)从a中生成100 个“扰动”向量。对于每个受干扰的向量，我按降序对它们进行排序。假设观察到的顺序是：x_1>x_4>x_5>x_3>x_2 我们想计算观察到这个顺序的概率，我们这样做：P(X_1-X_4>0|a)*P(X_4-X_5>0 |a)*P(X_5-X_3>0|a)*P(X_3-X_2>0|a) （我们忽略依赖关系），其中 X_1-X_4 ~ N(a[1]-a[4],2 *std^2) 等等。

通常在使用 mle 时使用密度函数，但这里我们使用 pnorm。运行下面的代码后我遇到的问题是，对于估计，标准误差都是相同的（而且太大了）。我做错了什么？

R代码：

是否可以计算差分进化的标准误差？

从维基百科条目：

http://en.wikipedia.org/wiki/Differential_evolution

它不是基于导数的（这确实是它的优势之一），但是你如何计算标准误差呢？

我原以为某种引导策略可能适用，但似乎找不到任何来源，而不是将引导应用于 DE？

巴兹