计算 Beta 函数参数的标准误差

Question

我在学 右 使用一本名为“使用 R 发现统计数据”的书。它很棒，但似乎跳过了一些区域。

所以，我有一个功能 右 计算参数 a, b 以下 pdf 的 贝塔函数:

我的函数返回从 500 个样本中找到的以下参数：

  [1] 1.028316 2.095143 #a b

我正在尝试计算参数的标准误差。

我想知道如何实现这一点 右?

据我在网上查到的， 标准误 是根据样本计算的，而不是参数。所以，我所实现的就是在这里：

    stderr <- function(x) sqrt(var(x)/length(x))

提前致谢。

Answer 1

我不确定您使用哪个函数来拟合您的数据的 beta 分布，但是 fitdistr 函数从 MASS 包提供了标准错误值 shape1 和 shape2 贝塔分布的参数：

# Obtain data to fit
set.seed(144)
data <- rbeta(500, 1, 2)

# Fit and output result
library(MASS)
fit <- fitdistr(data, "beta", start=list(shape1=0.5, shape2=0.5))
fit
#     shape1      shape2  
#   1.0596902   2.0406073 
#  (0.0602071) (0.1284133)

此处，标准误差为 0.060 shape1 和 0.128 shape2. 。您可以通过以下方式获取值 fit$sd.