0回答
我想知道是否有一种方法可以对估计进行双尾t检验，给定其标准误差和自由度数？该估计值是从另一个软件中读取的。我一直在Excel中使用t.dist.2t(abs(estimate/SE)，df)，但是直接在Python中使用它将是一个巨大的帮助……
浏览 12提问于2017-06-22得票数 0
回答已采纳
1回答
我使用R中的t检验来检验在使用FGT贫困度量时，当将权重、分层和聚类(分别)添加到调查设计时所产生的均值差异的意义，我使用传递包中的svyfgt函数来计算。我通过为每个调查设计建立向量来运行t检验，其中包括均值、标准差和样本大小，因此，我需要获得svyfgt均值的标准差。
在测量软件包中，有一个svysd函数，用于计算复杂测量设计时的标准差。svyfgtsd“函数，简单地将SE乘以sqrt(n)似乎
浏览 5提问于2022-01-02得票数 1
回答已采纳
1回答
但是我找不到正确的答案。前一篇文章中提供的答案建议使用Statistics.chiSqTest(data)，它提供了拟合优度检验(皮尔逊卡方检验)，而不是沃尔德卡方检验系数的显著性。我试图在Spark中建立logistic回归的参数估计表。我可以得到系数和截距，但我找不到spark API来获得系数的标准误差。我看到系数标准误差在线性模型中可用，作为模型摘要的一部分。示例代码<em
浏览 5提问于2018-01-28得票数 3
回答已采纳
2回答
在Python statsmodel中，在OLS模型上调用summary()会给出等于零的系数的p值。有没有办法测试系数是否等于某个非零值？
表明，offset()可以在R中用于此目的。
浏览 4提问于2020-02-18得票数 2
1回答
R中的Wald检验自举估计
、、、、
我执行了多元回归(特别是使用R中的quantreg对多个预测因子进行分位数回归)。基于自举估计，我估计了标准误差和置信区间。现在，我想检验不同分位数下的估计值之间是否存在显著差异(Wald测试更好)。", R=10000, bsmethod="mcmb",我从q.Summary中提取了引导(例如10000)估计值(
浏览 6提问于2015-08-17得票数 0
回答已采纳
2回答
在统计中，如果随机变量的所有随机变量都有相同的有限方差，那么随机变量序列是同方差的。这也称为方差的同质性(维基百科)。
这个假设是否仅适用于线性回归模型？如果没有，是否有任何相关的方法来检查非线性模型？
浏览 0提问于2021-04-12得票数 2
回答已采纳
1回答
首先，我正在复制一个Tobit回归表，其中除了coef估计之外，还包括X平方和Pr >X平方。 我熟悉Tobit和卡方检验的一般概念，但我对它还不够熟悉，无法在数学上重现它。具体地说，我正在尝试找出如何在Python中恢复X-Square。 我使用的是this包。很清楚如何恢复coefs，我认为.sigma_属性就是我要找的，但它是标量而不是向量，所以如果它与coefs的标准误差相关，我会感到惊讶。 如果我能在正确的方向上有所作
浏览 20提问于2020-07-22得票数 1
回答已采纳
1回答
我有一个用另一个程序进行的回归分析的结果，我想用R来测试它们是否有意义。我知道ls.diag()计算回归结果的标准误差和t检验，但它需要一个非常特殊的输入格式(即lsfit()的结果)，所以我不认为我可以使用它。R中有没有什么函数可以计算回归分析的标准误差和t检验，让我可以简单地手工给出函数的相关系数？
浏览 2提问于2012-07-28得票数 2
回答已采纳
1回答
我对在R中线性回归后系数的线性组合计算估计值和标准误差感兴趣，例如，假设我有回归和检验：library(multcomp)summary(glht(lm1, linfct = 'cyl + hp = 0'))
这将估计cyl和hp上系数之和的值，并根据lm产生的协方差矩阵提供标准误差。但是，假设我想将我的</e
浏览 0提问于2016-10-19得票数 2
回答已采纳
在MATLAB中是否有简单的t检验p值的计算方法？Pval=2*(1-tcdf(abs(t),n-2))}^{i+w}{(y_{s}-\widehat{y}s})^2}{(w-2)\sum{s=i-w}^{i+w}{(x_{s}-\bar{x}})^2}}$ { $SE= \sqrt{\\sum_{s=i\sum_
其中
浏览 2提问于2012-05-14得票数 1
1回答
标准化回归系数变化的意义
、、、
我最初有一个公式：lm(PopDif ~ RailDensityDif + Ports + Coast, data = Pop)，RailDensityDif的系数为1,419,000，港口为-0.1011：lm(scale(PopDif) ~ scale(RailDensityDif) + scale(Ports) + scale(Coast), data = Pop)，RailDensityDif的my系数为0.02107，海岸的系数为0.2221，因此海岸比RailDensityDif更显着。
浏览 1提问于2019-02-01得票数 1
回答已采纳
1回答
我试图用状态模型计算回归的系数误差。也称为参数估计的标准误差。但我需要计算他们的“无比例”版本。我只在NumPy中成功地做到了这一点。import numpy as npprint(regression.
浏览 6提问于2022-03-24得票数 0
我正在尝试估计两组之间的差异的t统计量，我需要使用健壮的标准误差。 我有两组，我已经使用lm模型估计了两组的系数。然后我从第一个模型系数中减去第二个模型系数。这样我就能得到不同的结果。但是现在我需要使用稳健的标准误差来计算t统计量的差异。这就是问题的开始..当我有两组要比较的数据时，我不知道如何计算这些稳健的<
浏览 45提问于2020-10-24得票数 1
此外，我还有5个回归方程(Y~…)如果结果是明显的变量和回归者，则是潜在变量和指标的混合。重要:当我删除回归并只保留度量部分(五个潜在变量)时，函数执行
浏览 8提问于2021-02-10得票数 0
3回答
我有一个用lm生成的线性模型。我在包中使用了coeftest函数，lmtest go用我想要的sandwich包中的vcov检验了一个假设。默认的空假设是beta = 0。我知道我可以简单地取估计系数，减去1，除以所提供的标准误差，得到我的假设的t-统计量。但是，在R中必须有这样的功能，有什么正确的方法来做到这一点呢？
浏览 3提问于2014-01-04得票数 2
回答已采纳
4回答
我试图写一个简单的程序，结合系数和标准误差估计，从一组回归拟合。我运行5次回归，并将感兴趣的系数和标准误差存储到向量中(实际上是Stata矩阵对象)。然后，我需要做以下几点：
根据“多重估算”的结果组合公式，将标准误差估计结合起来。公式是第6页"T“公式的平方根。我已经编写了一次这样做的Stata代码，但是我想把它写成一个
浏览 7提问于2010-03-10得票数 1
1回答
所以我这么做：mean(x) = 50.5 ; sd(x)=29.01P(x) > 53.5
但是当我想要使用T学生发行版的时候
浏览 4提问于2016-10-29得票数 3
回答已采纳
boot.rq(x, y, tau = .1, bsmethod = "xy", cov = TRUE, R = reps, mofn = mofn)由两个元素组成的列表:维数R的矩阵B由p返回，并对分位数回归参数的向量进行R重放估计。..。
这些函数可以用来构造标准误差、置信区间和关于分位数回归
浏览 6提问于2022-07-27得票数 2
回答已采纳
2回答
根据学生t分布 wiki的文章，t分布被用来代替正态分布，“在样本规模小且总体标准差未知的情况下，估计正态分布种群的平均值”。一个未知的总体标准差意味着它将不得不从样本本身估计，这是不准确的，与小样本的大小。根据Z-试验 wiki的文章，样本大小>= 30意味着使用正态分布，样本大小< 30意味着使用t分布。(T检验供参考)这一假设是
浏览 0提问于2019-11-10得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
