问题标签 [standard-error]

基本上，我有几个SITE跨越几年的实验，每年都有自己的平均值和标准误差（基于每个重复的几个），我想计算每个的总平均值和标准误差SITE。大均值似乎相当简单（平均均值？），但大标准误差对我来说不太直观。如何创建一个函数来计算与 dplyr 一起使用的大 SE？我的数据的简化版本如下：

我需要在 R 中实现一个函数来在 dplyr 中指定一个函数来计算每个组的总平均值和总 se，如下所示：

编辑：如果您的答案涉及包含样本量的方程：在数据集上，列nyears是年数，这是我需要平均的每次测量SITE和治疗的次数。CO2另一方面，在每一年中，每个ANPP平均值ANPP.se都基于多个重复或图，这是 SE 中包含的样本量，但未在任何列中指定。这两种样本量中的哪一种是我需要的？

谢谢

有没有办法获得包coef.merMod方法的标准误差lme4，或者计算系数的 SE 是无意义的？

例子：

这coef.merMod只是每个分组因子的每个级别的每个解释变量的ranef+总和。fixef

使用该软件包，您可以使用andarm获得固定和随机效果的标准错误（和，但是，这只是两个第一个输出的串联）。se.fixefse.ranefse.coef

我的问题是：系数的 SE 是否只是 coef(ranef) + coef(fixef)？还是随机系数和固定系数的总和没有真正的标准误差？

我正在寻找一种方法，用我自己的标准误差直接替换回归模型中的标准误差，以便在另一个 R 包中使用鲁棒模型，该 R 包没有自己的鲁棒选项并且只能提供特定类型的模型而不是 coeftest 格式。

假设我有一个线性模型：

然后我想要强大的标准错误：

接下来，我需要在一个特定的包中使用这个模型，该包不能提供 coeftest 并且没有自己的稳健标准错误选项。我想在将原始模型的标准误差（以及就此而言，p 值、t 统计量等）输入到包中之前替换它，以便将它们考虑在内。

要访问原始模型中的标准错误，我使用：

为了从coeftest中提取标准误差，我使用：

但是，以下方法在尝试替换模型的标准错误时会返回错误，因为它将“摘要”本身视为命令：

细节

我正在尝试使用 Mediation R 包运行调解分析。该包将使用“调解”功能执行一种方式聚集标准错误，但我想要两种方式聚集标准错误。

为了获得两种聚集标准错误，我使用了 Mahmood Arai 的 mclx 函数（代码可以在这里找到（第 4 页）。

我的想法是为包的调解功能提供已经报告正确标准错误的模型。根据文档，中介包接受以下模型类别：lm、polr、bayespolr、glm、bayesglm、gam、rq、survreg 和 merMod。

在 ggplot2 中使用 geom_errorbar 时遇到一个常见问题。

误差线不在范围内，但在这里无关紧要。

我的问题是 geom_errorbar 正在绘制相同数据的置信区间，具体取决于使用它绘制的其他数据。

下面的代码过滤数据，仅在未注释的 SE 和 AggBar 中传递 Audio1 等于“300SW”或“3500MFL”的数据。

这将产生以下输出：

Audio1 变量显示在最右侧的垂直标签上。

但是，如果我过滤它只通过 Audio1 等于“300SW”或“300MFL”（注释的 SE 和 AggBar）的地方，“300SW 变化”的错误栏：

这次在最右边的垂直标签上可以看到 Audio1 变量，底部有“300SW”。

此更改是不正确的，因为当我仅绘制 Audio1“300SW”时，误差条与原始图匹配。

我尝试使用此处未提供的其他变量绘制 Audio1“300SW”，并且只有在使用“300MFL”时才会发生这种变化。

如果您查看 SE 变量的内容，您会发现两个版本的代码中“300SW”的值都没有变化。然而输出不同。

我无法理解这里发生了什么。欢迎任何想法或建议。

非常感谢你花时间陪伴。

下面的@Antonios K 强调了当“300SW”位于网格顶部时，错误条被正确绘制。我猜错误条与条不正确匹配，尽管我不知道为什么会这样。

我正在尝试使用 VBA 将标准误差函数添加到 excel 中，到目前为止我所拥有的只是标准偏差函数的变体。我在线获取了函数并对其进行了更改，因此在最后一行中将其除以总数据点的平方根。这似乎对我不起作用。

编辑：当我尝试在 Excel 电子表格上使用该函数时，无论数据集是什么，它都会显示为 0。

我使用 Arai 的 (2015) 方法（特别是第 4 页的 mclx 函数）为我在 R 中的 lm 生成集群稳健的标准错误（http://www.ne.su.se/polopoly_fs/1.216115.1426234213!/menu /标准/文件/clustering1.pdf）。

我使用面板数据并尝试生成双向集群稳健标准错误（按年份和按国家/地区）。

我的问题是，虽然我得到了每个自变量的系数估计值，但我得到了一些（不是所有）变量的标准误差、t 统计数据和 p 值的 NA。

我检查了相关主题，但找不到此问题的答案。特别是，它与数据结构无关，因为所有数据都是“数字”的，没有多重共线性问题，每个集群维度（即年份和国家）都有足够的观察值......

mclx() 函数如下所示：

然后，我指定我的多元线性模型并调用结果：

不幸的是，我无权在此处发布数据。当我使用 Arai (2015) 提供的测试数据时，问题不会发生，但我无法弄清楚我的数据存在问题。所以，也许有人有一个大致的想法，为什么标准误差、t 统计量和 p 值的某些参数估计会产生 NA，以及如何避免这种情况？我会非常感谢任何提示...

我正在尝试在plm具有固定效果的 R 包中运行回归model = 'within'，同时具有聚集的标准错误。使用Cigar来自 的数据集plm，我正在运行：

这与我使用 Stata（将雪茄文件编写为 .dta）得到的结果（略有）不同：

即，标准误和 T 统计量不同。我尝试使用不同的“类型”重新运行 R 代码，但没有一个给出与 Stata 相同的结果。我错过了什么吗？

我试图让 Newey-West 标准错误与包中的pmg()(Mean Groups/Fama-MacBeth estimator)的输出一起使用plm。

按照此处的示例：

我可以coeftest直接使用就可以得到 Fama-MacBeth 标准错误：

但是，尝试使用 Newey-West 估计器失败：

这似乎是plm包装中的一个缺点。你知道一种方法来完成这项工作吗？estfun我应该为pmg对象编写自己的代码吗？从头开始编写 Newey-West 估计器？或者我应该完全绕过这个plm包？

我目前正在建立一个回归模型，该模型有助于使用收入、温度等某些因素来解释销售。在检查回归后的残差图时，残差是异方差的。

为了解释异方差，我在 R 中使用了 vcovHC() 和 coeftest()，它们可用于在异方差假设下重新计算标准误差及其 p 值。但是这些函数返回 NA 值，因此所有相应的 p 值也是 NA。这个问题可能是什么原因，我该如何解决？代码如下：

输出

线性回归输出的汇总统计量为：

当我检查残差图时，它们是异方差的。为了解决这个问题，使用稳健标准误差 (vcovHC::sandwich) 重新计算标准误差执行 coeftest::lmtest 后的结果如下：

我正在使用in的radial.plot功能。有谁知道实现标准误差线的简单方法。即使每个径向位置有多个数据点，该解决方案也必须有效，这可能导致部分重叠（见下图）。plotrix-packageRSE-bar

现在图表如下所示：

使用代码：

误差线可能看起来像这样：（来自如何在 python 中以极坐标绘制误差线？）

任何帮助将非常感激