calcular o erro padrão do parâmetro da função Beta
-
21-12-2019 - |
Pergunta
eu estou aprendendo R usando um livro chamado "Discovering Statistics using R".É ótimo, mas parece pular algumas áreas.
Então, eu tenho uma função em R que calcula os parâmetros a, b
do seguinte pdf função beta:
Minha função retorna os seguintes parâmetros encontrados em uma amostra de 500:
[1] 1.028316 2.095143 #a b
Estou tentando calcular o erro padrão dos parâmetros.
Eu estou querendo saber como isso pode ser implementado em R?
Tanto quanto posso encontrar online, erros padrão são calculados a partir da amostra, não dos parâmetros.Então, tudo que implementei está aqui:
stderr <- function(x) sqrt(var(x)/length(x))
Desde já, obrigado.
Solução
Não tenho certeza de qual função você está usando para ajustar uma distribuição beta aos seus dados, mas o fitdistr
função do MASS
pacote fornece valores de erro padrão para o shape1
e shape2
parâmetros da distribuição beta:
# 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)
Aqui, os erros padrão são 0,060 para shape1
e 0,128 para shape2
.Você pode obter os valores com fit$sd
.