Loading [MathJax]/jax/output/CommonHTML/config.js

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >问答首页 >lfe中参数的协方差矩阵估计

问lfe中参数的协方差矩阵估计
EN

Stack Overflow用户

提问于 2017-09-27 09:01:28

回答 1查看 162关注 0票数 0

我试图为一组线性固定效应模型提供估计的协方差，这些模型是使用lfe软件包中的felm函数估计的，但我正在挣扎。

一个小小的例子可以解释我的问题：

library(lfe)
data("Produc", package = "plm")
femodel <- felm(log(gsp) ~ log(pcap) + log(pc) + log(emp) + unemp |
state | 0 | state, 
data=Produc)

股骨模型有一个叫做clustervcv的元素，如下所示：

femodel$clustervcv
           log(pcap)       log(pc)      log(emp)         unemp
log(pcap)  3.964787e-03 -7.604048e-04 -0.002501062 -7.940638e-05
log(pc)   -7.604048e-04  4.153134e-03 -0.003951458 -9.809748e-05
log(emp)  -2.501062e-03 -3.951458e-03  0.007265777  1.724270e-04
unemp     -7.940638e-05 -9.809748e-05  0.000172427  6.786427e-06

同时，对女性模型的总结如下：

             Estimate Cluster s.e.    t value     Pr(>|t|)
log(pcap) -0.026149654  0.062966551 -0.4152944 6.780430e-01
log(pc)    0.292006925  0.064444814  4.5311159 6.806845e-06
log(emp)   0.768159473  0.085239526  9.0117755 1.601430e-18
unemp     -0.005297741  0.002605077 -2.0336216 4.233485e-02

我敢肯定，总结中的集群S.E.是由粗壮的is的对角线元素和某些自由度的函数组成的，我只是不知道在哪里挖出相关的自由度，以及函数是什么。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2017-11-17 02:35:55

好吧，红脸，非常感谢lmo指出我的愚蠢。似乎我对模型对象包含的所有不同的vcv感到困惑。

为了防止其他人和我一样困惑，下面是summary.felm如何选择要使用的协方差矩阵：

如果聚类变量(=公式表达式中第三个管道之后的变量) != 0，则使用clustervcv元素，
如果集群变量为0，则使用vcv，
如果集群变量为0，而summary()函数的参数为‘鲁棒=T’，则使用robustvcv来计算std错误。

票数 0

EN

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/46453449

复制

相关文章

协方差矩阵

集合数据数学

均值描述的是样本集合的中间点，它告诉我们的信息是有限的；而方差给我们描述的是样本集合的各个样本点到均值之间的平均距离。

繁依Fanyi

2023/05/07

4150

方差、协方差、协方差矩阵的概念及意义的理解

error mean space 数学

想想大学时候，我们学习数学的目的也就是为了考试，从来没有想过它们能解决什么实际问题。但是现在想想，我们真是错了。数学其实就是来自生活。

锦小年

2019/05/29

3.9K0

机器学习中的统计学——协方差矩阵

在之前的几篇文章中曾讲述过主成分分析的数学模型、几何意义和推导过程（PS：点击即可阅读），这里面就要涉及到协方差矩阵的计算，本文将针对协方差矩阵做一个详细的介绍，其中包括协方差矩阵的定义、数学背景与意义以及计算公式的推导。

统计学家

2019/04/10

2.1K0

机器学习中的统计学——协方差矩阵

浅谈协方差矩阵

统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述：

bear_fish

2018/09/19

4K0

【Scikit-Learn 中文文档】协方差估计 / 经验协方差 / 收敛协方差 / 稀疏逆协方差 / Robust 协方差估计 - 无监督学习 - 用户指南 | ApacheCN

机器学习 scikit-learn

2.6. 协方差估计许多统计问题在某一时刻需要估计一个总体的协方差矩阵，这可以看作是对数据集散点图形状的估计。大多数情况下，基于样本的估计（基于其属性，如尺寸，结构，均匀性），对估计质量有很大影响。 sklearn.covariance 方法的目的是提供一个能在各种设置下准确估计总体协方差矩阵的工具。我们假设观察是独立的，相同分布的 (i.i.d.)。 2.7. 经验协方差已知数据集的协方差矩阵与经典 maximum likelihood estimator(最大似然估计) （或

片刻

2018/01/15

3.4K0

【Scikit-Learn 中文文档】协方差估计 / 经验协方差 / 收敛协方差 / 稀疏逆协方差 / Robust 协方差估计 - 无监督学习 - 用户指南 | ApacheCN

详解马氏距离中的协方差矩阵计算（超详细）

编程算法 matlab java https 网络安全

2.样本方差方差（Variance）是度量一组数据的离散（波动）程度。方差是各个样本与样本均值的差的平方和的均值，分母除以n-1是为了满足无偏估计：

全栈程序员站长

2022/09/13

3.3K0

详解马氏距离中的协方差矩阵计算（超详细）

协方差矩阵计算实例「建议收藏」

java https 网络安全编程算法

突然发现给一组数据去实际计算对应得协方差矩阵，让人有点懵，并未找到太清楚的讲解，这里举一个实例记录一下。

全栈程序员站长

2022/09/13

2K0

协方差矩阵计算实例「建议收藏」

Python协方差矩阵处理脑电数据

python 数据分析

在本教程中，我们将介绍传感器协方差计算的基础知识，并构建一个噪声协方差矩阵，该矩阵可用于计算最小范数逆解.

脑机接口社区

2020/06/30

1.2K0

机器学习数学笔记|期望方差协方差矩阵

课程传送门: http://www.julyedu.com/video/play/38

演化计算与人工智能

2020/08/14

1.9K0

机器学习数学笔记|期望方差协方差矩阵

总体参数的估计（概念）

举例：到底北京人同意北京大力发展轨道交通，由于不大可能询问所有的一千多万北京市民，人们只好进行抽样调查以得到样本，并用样本中同意发展轨道交通的比例来估计真实的比例，从不同的样本得到的结论也不会完全一样。虽然真实的比例在这种抽样过程中永远不可能知道，但有可能知道估计出来的比例和真实的比例大致差多，从数据得到关于总体参数的一些结论的过程就叫做统计推断。

用户3003813

2018/09/06

8410

概率论基础 - 4 - 协方差、相关系数、协方差矩阵

本文介绍协方差。协方差协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。 —— 百度百科定义在概率论和统计学中，协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。期望值分别为E[X

为为为什么

2022/08/05

1.4K0

概率论基础 - 4 - 协方差、相关系数、协方差矩阵

深度 | 在 R 中估计 GARCH 参数存在的问题

本文翻译自《Problems In Estimating GARCH Parameters in R 》

量化投资与机器学习微信公众号

2019/02/26

6.7K0

深度 | 在R中估计GARCH参数存在的问题（续）

编程算法机器学习神经网络深度学习人工智能

在之前的博客《在 R 中估计 GARCH 参数存在的问题》中，Curtis Miller 讨论了 fGarch 包和 tseries 包估计 GARCH(1, 1) 模型参数的稳定性问题，结果不容乐观。本文承接之前的博客，继续讨论估计参数的稳定性，这次使用的是前文中提到，但没有详尽测试的 rugarch 包。

量化投资与机器学习微信公众号

2019/02/26

2K0

文本分析的参数估计

image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png im

口仆

2020/08/17

3010

估计参数的方法：最大似然估计、贝叶斯推断

机器学习神经网络深度学习人工智能

假设有3个数据点，产生这3个数据点的过程可以通过高斯分布表达。这三个点分别是9、9.5、11。我们如何计算高斯分布的参数μ 、σ的最大似然估计？

lovelife110

2021/01/14

1.3K0

估计参数的方法：最大似然估计、贝叶斯推断

脑电分析系列[MNE-Python-21]| Python协方差矩阵处理脑电数据

python 数据分析

在本教程中，我们将介绍传感器协方差计算的基础知识，并构建一个噪声协方差矩阵，该矩阵可用于计算最小范数逆解.

脑机接口社区

2022/08/17

8530

脑电分析系列[MNE-Python-21]| Python协方差矩阵处理脑电数据

在 R 中估计 GARCH 参数存在问题（基于 rugarch 包）

这是一篇本应早就写完的博客文章。一年前我写了一篇文章，关于在 R 中估计 GARCH(1, 1) 模型参数时遇到的问题。我记录了参数估计的行为（重点是 β ），以及使用 fGarch 计算这些估计值时发现的病态行为。我在 R 社区呼吁帮助，包括通过 R Finance 邮件列表发送我的博客文章。

量化投资与机器学习微信公众号

2019/02/26

4.4K0

【通俗理解】协方差

The “covariance” of 2 features, e.g. feature i and feature j measures: (Select all that apply) A. How much the 2 features vary in the same direction. B. The average ratio of feature i and feature j. C. The sum of deviations of feature i and feature j. D. T

用户1594945

2018/07/20

2.5K0

【数据挖掘】主题模型的参数估计-最大似然估计（MLE）、MAP及贝叶斯估计

数据挖掘 NLP技术

以PLSA和LDA为代表的文本主题模型是当今统计自然语言处理研究的热点问题。这类主题模型一般都是对文本的生成过程提出自己的概率图模型，然后利用观察到的语料数据对模型参数做估计。有了主题模型和相应的模型参数，我们可以有很多重要的应用，比如文本特征降维、文本主题分析等等。本文主要介绍文本分析的三类参数估计方法-最大似然估计MLE、最大后验概率估计MAP及贝叶斯估计。 1、最大似然估计MLE 首先回顾一下贝叶斯公式这个公式也称为逆概率公式，可以将后验概率转化为基于似然函数和先验概率的计算表达式，即

陆勤_数据人网

2018/02/27

1.4K0

【数据挖掘】主题模型的参数估计-最大似然估计（MLE）、MAP及贝叶斯估计

【案例】最大似然估计、最大后验估计以及贝叶斯参数估计的联系和区别

机器学习编程算法

假如你有一个硬币。你把它投掷 3 次，出现了 3 次正面。下一次投掷硬币正面朝上的概率是多少? 这是一个从数据中估计参数的基础机器学习问题。在这种情况下，我们要从数据 D 中估算出正面朝上 h 的概率

机器人网

2018/07/23

9440

【案例】最大似然估计、最大后验估计以及贝叶斯参数估计的联系和区别

相似问题

提取R中协方差参数估计的协方差矩阵？

12

滚动窗口估计协方差矩阵

12

PyMC -方差-协方差矩阵估计

10

GAM (软件包: mgcv)中估计参数系数和估计平滑参数的协方差矩阵？

11

如何验证我的估计协方差矩阵？

11

添加站长进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例