R 参数估计的95%置信区间

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$mle - 1.96*gev.fit$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）
。