タグ付けされた質問 「standard-error」

更新：私の問題が準完全分離と呼ばれていることがわかったので、これを反映するように質問を更新しました（Aaronに感謝）。 私は29人の人間の参加者（因子code）が一連の試行に取り組みresponse、1または0 であった実験からのデータセットを持っていp.validityます。type（肯定と拒否）、およびcounterexamples（少数と多数）： d.binom <- read.table("http://pastebin.com/raw.php?i=0yDpEri8") str(d.binom) ## 'data.frame': 464 obs. of 5 variables: ## $ code : Factor w/ 29 levels "A04C","A14G",..: 1 1 1 1 1 1 1 1 1 1 ... ## $ response : int 1 1 1 1 0 1 1 1 1 1 ... …

8 r  logistic  standard-error  lme4-nlme  separation 

いくつかの条件付き確率と、95％の信頼区間を計算しています。私のケースの多くでは、（分割表からの）試行からのx成功の単純なカウントがあるnため、で提供さbinom.confint(x, n, method='exact')れてRいるような二項信頼区間を使用できます。 しかし、他の場合では、そのようなデータがないので、ベイズの定理を使用して、持っている情報から計算します。たとえば、イベントおよび与えられた場合：baaabbb P（a | b ）= P（B |）⋅ P（a ）P（b ）P(a|b)=P(b|a)⋅P(a)P(b) P(a|b) = \frac{P(b|a) \cdot P(a)}{P(b)} \ textrm {binom.confint}（\＃\ left（b \ cap {} a）、\＃（a）\ right）を使用してP（b | a）の周りの95％信頼区間を計算でき、比率P（a）/ P（b）を周波数比\＃（a）/ \＃（b）として。この情報を使用してP（a | b）の周囲の信頼区間を導出することは可能ですか？P（b | a ）P(b|a)P(b|a)binom.confint（＃（B ∩a ）、＃（a ））binom.confint(#(b∩a),#(a))\textrm{binom.confint}(\#\left(b\cap{}a),\#(a)\right)P（a ）/ P（b ）P(a)/P(b)P(a)/P(b)＃（a ）/＃（b ）#(a)/#(b)\#(a)/\#(b)P（a | b ）P(a|b)P(a|b) ありがとう。

8 r  bayesian  confidence-interval  conditional-probability  hidden-markov-model  segmentation  hypothesis-testing  statistical-significance  multiple-comparisons  multiple-regression  r  regression  survey  sample  finite-population  pca  model-selection  dataset  partitioning  clustering  time-series  least-squares  regression  standard-error  causality  r  time-series  outliers  missing-data  machine-learning  svm  hypothesis-testing  discrete-data  r  data-visualization  survey  likert  finance  regression  pca  feature-selection  stepwise-regression  underdetermined  svm  natural-language 

独立変数に相関関係がある場合の標準誤差の修正方法について質問があります。単純な時系列設定では、一連のラグを持つNewey-West共分散行列を使用できます。これにより、残差の相関の問題が処理されます。パネルデータ設定では何をしますか？時間の経過とともに会社を観察する状況を想像してみてください。 Y私、t= A + B Δ X私、t+ ϵ私、tYi,t=a+bΔXi,t+ϵi,t Y_{i,t} = a + b\Delta{X_{i,t}} + \epsilon_{i,t} ここで、。iとtで標準エラーをクラスタリングすると、この問題が解決するようです。私は正しいですか？Δ X私、t= X私、t− Xi 、t − nΔXi,t=Xi,t−Xi,t−n\Delta{X_{i,t}} = X_{i,t} - X_{i,t-n}私iittt

8 clustering  standard-error  panel-data 

私は統計の初心者なので、ここで誤った仮定をした場合は教えてください。 人の人口がありNます。（たとえば、N1,000,000にすることができます。）一部の人々は赤毛です。私nは人のサンプル（たとえば10人）を取り上げ、そのjうちの1人が赤毛であることを見つけます。 人口の赤毛の一般的な割合について何を言えますか？j/nつまり、私の最良の近似はおそらくですが、その近似の標準偏差はどうなりますか？ ちなみに、これの受け入れられた用語は何ですか？

8 standard-deviation  sample-size  binomial  standard-error 

Rでは、誰かが最近ここで私に明らかにしたように、によって推定されたパラメーターglm()とその標準誤差の両方がリンクスケールで提供されます。同じスケールでパラメーターとその標準誤差の両方を提供することは理にかなっていますが、それでは、データの元のスケールで両方を表示してみませんか？ほとんどの人は元のスケールでの見積もりに興味があり、ほとんどの場合それらを逆変換すると思います。この質問へのコメントは、パラメーター推定値とその標準誤差を逆変換する方法に関する質問に対応していますが、そのような推定値が元のスケールではなくリンクスケールの関数によって提供される理由については、まだ知りたくありませんsummary()。

7 r  generalized-linear-model  standard-error