R 参数估计的95%置信区间
如何在R 参数估计的95%置信区间,r,R,如何在gev.fit中获得参数最大似然估计的95%置信区间?装在R中的ismev gev.fit的输出: $conv [1] 0 $nllh [1] 194.6467 $mle [1] 93.33096665 17.53896061 -0.02969443 $se [1] 2.92704621 2.06566895 0.09614705 如果您可以提出一个连贯的论点,即$mle值是正态分布的,且标准误差为$se,那么您可以通过以下方式获得95%的CI: LowerBounds <
gev.fit
中获得参数最大似然估计的95%置信区间?装在R中的ismev
gev.fit的输出
:
$conv
[1] 0
$nllh
[1] 194.6467
$mle
[1] 93.33096665 17.53896061 -0.02969443
$se
[1] 2.92704621 2.06566895 0.09614705
如果您可以提出一个连贯的论点,即$mle值是正态分布的,且标准误差为$se,那么您可以通过以下方式获得95%的CI:
LowerBounds <- gev.fit$mle - 1.96*gev.fit$se
UpperBounds <- gev.fit$mle + 1.96*gev.fit$se
LowerBounds如果您可以提出一个连贯的论点,即$mle值是正态分布的,并且存在$se中的标准误差,那么您可以通过以下方式获得95%的CI:
LowerBounds <- gev.fit$mle - 1.96*gev.fit$se
UpperBounds <- gev.fit$mle + 1.96*gev.fit$se
LowerBounds我认为在我们提供帮助之前,您需要提供一个示例数据集。没有数据集很难给出解决方案。您可以从stats
软件包中尝试confint
,因为它适用于glm
模型,但不确定gev.fit
。我认为您需要提供一个示例数据集,然后我们才能提供帮助。没有数据集很难给出解决方案。您可以从stats
软件包中尝试confint
,因为它适用于glm
模型,但不确定gev.fit
。如果愿意,您还可以将1.96
替换为qnorm(0.975)
。如果愿意,您还可以将1.96
替换为qnorm(0.975)
。