calcular o erro padrão do parâmetro da função Beta

Question

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.

Answer 1

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.