Questions tagged «standard-error»

当所讨论的比例为0.5时，对于给定的N，比例的标准误差将是最大的，并且该比例的标准误差从0.5开始越小。当查看比例的标准误差的方程式时，我可以看到为什么会这样，但是我无法进一步解释。 除了公式的数学性质之外，还有其他解释吗？如果是这样，为什么估计比例（对于给定的N）在接近0或1时为何不确定性较小？

10 standard-error  proportion  intuition 

下面的图片是从这篇文章中心理科学。一位同事指出了两个不寻常的事情： 根据标题，误差线显示为“±2.04标准误差，置信区间为95％”。我只见过±1.96 SE用于95％CI，而我找不到关于2.04 SE用于任何目的的任何信息。2.04 SE是否具有一些公认的含义？ 案文指出，按计划进行的成对比较发现，平均惊吓幅度在误差与正确的可预测试验（t（30）= 2.51，p <.01）和误差与正确的不可预测试验（t（30）= 2.61，p <.01）（综合F检验在p <.05时也很显着）。但是，该图显示了所有三个条件的误差线基本重叠。如果±2.04 SE间隔重叠，那么在p <.05时，这些值有何显着不同？重叠部分足够大，我假设±1.96 SE间隔也重叠。

10 confidence-interval  standard-error 

这只是我多次遇到的示例，因此我没有任何示例数据。在R中运行线性回归模型： a.lm = lm(Y ~ x1 + x2) x1是一个连续变量。x2是分类的，具有三个值，例如“低”，“中”和“高”。但是，R给出的输出将类似于： summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 0.19 x1 -0.61 0.11 1.451 0.17 x2Low -0.78 0.22 -2.34 0.005 x2Medium -0.56 0.45 -2.34 0.005 我知道R在这种因素（x2是一个因素）上引入了某种虚拟编码。我只是想知道，如何解释x2“高”值？例如，x2在此处给出的示例中，“ High” 对响应变量有什么影响？ 我在其他地方（例如这里）已经看到了这样的示例，但是还没有找到我能理解的解释。

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

如果您有仪器的测量误差，如何计算适当的先验值？本段摘自Cressie的书“时空数据统计”： 通常情况下，可以使用一些有关测量误差方差的先验信息，从而可以指定相当有用的参数模型。例如，如果我们假设条件独立的测量误差为iid ，那么我们应该为指定一个信息先验。假设我们对环境空气温度感兴趣，并且我们看到仪器制造商的技术指标表明“误差”为±0.1°C。假定此“错误”对应于2个标准差（应检查的假设！），然后我们可以指定\ sigma _ {\ epsilon} ^ {2}的先前平均值为（0.1 / 2）^ 2 = 0.0025Gau(0,σ2ϵ)Gau(0,σϵ2)Gau(0, \sigma_{\epsilon}^2)σ2ϵσϵ2\sigma_{\epsilon}^2±0.1°C±0.1°C±0.1°Cσ2ϵσϵ2\sigma_{\epsilon}^{2}(0.1/2)2=0.0025(0.1/2)2=0.0025(0.1/2)^2 = 0.0025。由于仪器制造商的规范，我们假设分布在0.0025处具有明确定义且相当窄的峰（例如，反伽马）。实际上，我们可以将其固定为0.0025；但是，数据模型错误也可能具有其他不确定性因素（第7.1节）。为避免过程模型错误可能引起的可识别性问题，建模人员应尽可能减少《科学》杂志的不确定性，包括进行旨在复制数据的辅助研究，这一点非常重要。 有谁知道如上所述获得先验值的一般程序是什么（尽管该段仅涉及获得先验均值）？

9 bayesian  standard-error  error  prior  measurement-error 

情况 我有一个具有一个因变量和一个独立变量的数据集。我想用出现在已知/固定断点拟合连续分段线性回归。已知breakpoins没有不确定性，所以我不想估计它们。然后，我拟合以下形式的回归（OLS）： 这是ÿÿyXXxķķk（一个1个，一个2，… ，一个ķ）（一个1个，一个2，…，一个ķ）(a_{1}, a_{2}, \ldots, a_{k})ÿ一世=β0+β1个X一世+β2最高（X一世-一个1个，0 ）+β3最高（X一世-一个2，0 ）+ … +βk + 1最高（X一世-一个ķ，0）+ϵ一世ÿ一世=β0+β1个X一世+β2最高⁡（X一世-一个1个，0）+β3最高⁡（X一世-一个2，0）+…+βķ+1个最高⁡（X一世-一个ķ，0）+ϵ一世 y_{i} = \beta_{0} + \beta_{1}x_{i} + \beta_{2}\operatorname{max}(x_{i}-a_{1},0) + \beta_{3}\operatorname{max}(x_{i}-a_{2},0) +\ldots+ \beta_{k+1}\operatorname{max}(x_{i}-a_{k},0) +\epsilon_{i} R set.seed(123) x <- c(1:10, 13:22) y <- numeric(20) y[1:10] <- 20:11 + rnorm(10, 0, 1.5) y[11:20] <- seq(11, 15, len=10) + rnorm(10, 0, 2) …

9 r  regression  standard-error  piecewise-linear 

我需要推断一个正参数。为了减轻积极性，我重新设定了。使用MLE例程，我计算了点估计和se 。MLE的不变性直接给了我的点估计，但是我不确定如何为计算se 。在此先感谢您的任何建议或参考。pppp=exp(q)p=exp⁡(q)p=\exp(q)qqqpppppp

9 maximum-likelihood  standard-error  delta-method 

我正在使用找到的教程，并绘制平均值和标准误差以显示数据。但是我在讨论结果时遇到了问题。我的图如下所示：一些标准误差（显示为误差线）变化很大，其中一些非常接近零。

9 data-visualization  standard-error