计算成组多个参数的置信区间
是统计学中的一个概念，用于估计总体参数的范围。置信区间表示了对总体参数的估计范围，通常以一个区间来表示，其中包含了真实参数值的概率。
在统计学中，我们通常使用样本数据来估计总体参数。当我们想要估计多个参数时，可以使用计算成组多个参数的置信区间。这种方法可以帮助我们确定参数的估计范围，并提供一定的置信度。
计算成组多个参数的置信区间的步骤如下：
- 收集样本数据：首先，我们需要收集一组样本数据，这些数据应该是从总体中随机抽取的。
- 计算样本统计量：根据收集到的样本数据，我们可以计算出一些统计量，如样本均值、样本标准差等。
- 选择置信水平：置信水平是指我们对参数估计的置信程度。常见的置信水平有95%和99%。一般情况下，我们选择95%的置信水平。
- 计算置信区间：根据样本统计量和置信水平，可以使用统计方法计算出置信区间。置信区间的计算方法根据参数类型的不同而不同，例如，对于均值的置信区间可以使用t分布，对于比例的置信区间可以使用正态分布。
- 解释结果：最后，我们需要解释计算得到的置信区间。置信区间表示了对总体参数的估计范围，通常以一个区间来表示。例如，对于均值的置信区间可以表示为[lower, upper]，其中lower是下限，upper是上限。
在云计算领域，计算成组多个参数的置信区间可以应用于各种场景，例如：
- 性能测试：在进行性能测试时，我们可以使用置信区间来估计系统的响应时间、吞吐量等参数的范围。
- 用户行为分析：在用户行为分析中，我们可以使用置信区间来估计用户的点击率、转化率等参数的范围。
- 服务质量监控：在监控云服务的质量时，我们可以使用置信区间来估计服务的可用性、响应时间等参数的范围。
腾讯云提供了一系列与云计算相关的产品，可以帮助用户进行计算成组多个参数的置信区间的计算和分析。其中，腾讯云的数据分析服务（https://cloud.tencent.com/product/das）提供了丰富的统计分析功能，可以帮助用户进行参数估计和置信区间计算。此外，腾讯云的人工智能服务（https://cloud.tencent.com/product/ai）也可以用于数据分析和参数估计的应用场景。
总结起来，计算成组多个参数的置信区间是统计学中的一个概念，用于估计总体参数的范围。在云计算领域，它可以应用于各种场景，如性能测试、用户行为分析和服务质量监控等。腾讯云提供了一系列与云计算相关的产品，可以帮助用户进行参数估计和置信区间计算。
相关·内容
1回答
我一直在使用Metafor进行元分析。我已经能够从14篇文章中提取赔率比、置信区间和样本量。
这是我一直使用的代码：
data <- read.csv(file="OR.csv", check.names=F,sep=",") dat=data random = rma(OR,SE_X,data=dat) forest (random) funnel (random)
我的问题是: rma函数生成的置信区间与作者提供的置信区间有很大不同。这显然是一个问题，我希望使用文章提供的置信区间，而不是RMA生成的置信区间。
有没有人能帮我一下？
谢谢
S
浏览 0提问于2020-02-25得票数 0
1回答
数据集置信区间结果的解释
、、、
我已经自动创建了一个数据集，并希望使用置信区间来澄清我对噪声量的解释。
我选择了一个随机样本，并手动注释了样本，发现98%的标签是正确的。在此基础上，计算出99%的置信区间，给出下界为0.9614，上界为0.9949。这是否意味着整个数据集中的噪声介于上下界之间，然后从0.005%到0.038%？
浏览 0提问于2020-08-18得票数 1
1回答
我第一次使用R中的混合模型进行统计分析。由于我的数据是由二进制结果变量组成的，我已经成功地使用lme4包的glmer函数构建了一个逻辑模型，我认为它可以按照我的意愿工作。
我现在的目标是研究我的模型系数的统计意义。我已经读过，一般说来，广义混合模型的最佳方法是引导置信区间，但是在R中，我还没有找到一个很好的，清晰的解释。
有人有什么建议吗？在R中是否有任何加速这一过程的包，或者人们通常会为此建立自己的功能吗？我以前还没有做过任何引导，所以我希望能有更深入的答案。
浏览 4提问于2022-03-21得票数 1
回答已采纳
1回答
我正在使用seaborn (基于matplotlib)来绘制一些图形。目前，我正在绘制一个柱状图(在seaborn中称为因子图)，它也会打印0,95的置信区间。我想将95%置信区间的信息添加到该图中，例如在图例中。有没有办法包括这些信息，这样我就不用在我的文本中提到它了？
浏览 2提问于2014-10-04得票数 0
1回答
我想要计算glm系数的Wald置信区间，并使用broom作为一个整洁的输出。
mydata <- data.frame(y = rbinom(1e5,1,0.8),
x1 = rnorm(1e5),
x2 = rnorm(1e5))
glm.1 <- glm(y ~ x1 + x2, data = mydata, family = "binomial")
使用broom::tidy在大数据上花费了大量时间，因为它使用了confint.glm，它根据轮廓日志似然函数计算置信区间。
tidy(glm
浏览 0提问于2018-10-31得票数 5
回答已采纳
1回答
我有一个问题，涉及到xgbar(forecastxgb包)和预测函数(forecast包)。通常，当我使用类预测的对象时，我会得到点预测和置信区间，但在这种情况下不是这样的：
model <- xgbar(train, seas_method = "fourier", maxlag=200, K = max(1, min(round(f/4 - 1), 10)))
fit_xgb <- forecast(model, h = weeks_predicted)
fit_xgb只产生点预测。你能告诉我怎样才能得到xgboost法预测的置信区间吗？
浏览 0提问于2018-04-11得票数 2
我预计下面的代码会返回95%置信区间的上下限：
confint95 = function(mean, se)
{
confint = abs(se*1.96)
lower = abs(mean-cint)
upper = abs(mean+cint)
return(lower,upper)
}
但这给出了这样的信息：
Error in return(lower, upper) : multi-argument returns are not permitted
如何将函数设置为返回95%置信区间的上下限？
浏览 2提问于2012-08-04得票数 6
回答已采纳
如何在python中计算最小二乘拟合(scipy.optimize.leastsq)的置信区间？
浏览 2提问于2011-04-28得票数 5
我使用statsmodel来分析一些数据。我使用最小二乘法确定了六个系数，并得到了我认为是由库计算的置信区间，将方差估计为ssr / df_resid。
假设我现在想为OLS提供一个我估计的自定义方差，并让它使用它来计算系数的置信区间。我该怎么做呢？
浏览 1提问于2015-01-10得票数 0
1回答
使用枕的意外置信区间
、、、
我用枕计算了95%的置信区间，结果与我预期的不同。
我正在解决一个问题，有人翻滚了20K，观察了3932个六次。我被要求建立一个95%的置信区间的概率滚动6。6的数目服从二项分布，重复20K，成功率为3,932 / 20K。
# Number of observations
n_obs = 20000
# Observed proportion of successes
p_obs = 3932 / n_obs
# Observed standard deviation
s_obs = numpy.sqrt((p_obs * (1 - p_obs)) / n_obs)
如果用这些参数的正态
浏览 4提问于2021-04-10得票数 3
回答已采纳
1回答
我想创建y与x的线性模型，并使用它来找到y的置信区间，给定x的观测值。
所以我创建了一些示例：
x=rnorm(100,2)
y=rnorm(100,2)
并创建了线性模型：
bbbb=lm(y~x)
但是，当我使用predict创建置信区间时，它会给出一堆置信区间列表，而不是一个单独的置信区间列表。
predict(bbbb,x=2,interval="confidence")
返回：
...
51 2.188294 1.949615 2.426973
52 2.189329 1.932474 2.446183
53 2.176816 1.950111 2.403521
浏览 0提问于2017-09-01得票数 0
2回答
在附图中，我正在绘制每个预测点的实际与预测值以及置信区间。黑星代表所有预测点的平均值。我可以用什么公式来组合所有预测数据点的置信区间，从而得到平均值的置信区间？此外，请假定平均数可以是加权平均数。
我用的是蟒蛇，矮子。
📷
浏览 0提问于2016-12-25得票数 4
回答已采纳
我有两个不相等的组(pp和对照组)，我为每个组的waiting.time变量报告了中位数和95%的置信区间，但现在我想报告“中位数的差异”及其95%的置信区间。我在sas (Link here)中找到了类似的东西，但我需要在R中这样做。 这是一个data sample library(tableone)
tab<-print(a<-CreateTableOne(vars = "waiting.time", strata="group",
data=data, addOverall =
浏览 54提问于2021-09-22得票数 0
回答已采纳
1回答
在使用黄土平滑时，我在理解ggplot2中如何计算置信区间时遇到了一些问题。从其他一些线索来看，我的理解是ggplot2使用基于回归标准误差计算的t间隔，即使用实际数据点和黄土线之间的距离。但我认为，基于ggplot2产生的置信区间，我一定是错了。以下是示例代码(在本例中实际上是qplot，但我认为结果应该是相同的)： qplot(Year, Purposivism, data=fig1.dat, geom=c('point', 'smooth'), level=0.99, span=0.5, method='loess', ylab="
浏览 19提问于2019-09-22得票数 3
回答已采纳
我不明白profile是如何在lmer中工作的？有时，它给出的数值与观测总数完全相同，有时比观测总数少或更高。此外，概要文件输出中的.zeta是什么？
(2)再一次
pp <- profile(fitted,"theta_",quiet=TRUE)#fitted is a fitted model
给出每个随机和固定效应的值，但是
cc <- confint(pp)
只产生方差分量的置信区间。为什么？
在?profile文档中，我没有得到quiet选项。quiet是如何工作的？
(3)运行命令有什么好处吗？
confint(profile(fitted))
而不是运
浏览 4提问于2015-08-11得票数 0
回答已采纳
我正在使用以下软件包计算随机森林的置信区间：http://contrib.scikit-learn.org/forest-confidence-interval/auto_例子/情节_Mpg.html#sphx-glr-自动-示例-图-mpg-py
我想画出平均MPG和相关的置信区间。我可以计算平均MPG，但如何计算相关的置信区间？
浏览 0提问于2016-10-16得票数 1
回答已采纳
1回答
我使用matlab中的fminunc函数对我拥有的一些数据执行了MLE拟合，并从Hessian输出估计了参数置信区间。有没有人有办法在拟合曲线周围生成95%的置信区间？
浏览 1提问于2015-03-22得票数 0
我正在尝试提取使用dotplot(ranef())绘制的置信区间和截距值。我该怎么做？
attach(sleepstudy)
library(lme4)
fm1 <- lmer(Reaction ~ Days + (Days | Subject), sleepstudy)
lattice::dotplot(ranef(fm1, condVar=TRUE))
我试着探索list对象fm1，但没有找到CI。
浏览 2提问于2021-11-02得票数 4
回答已采纳
1回答
我希望从contrast的funciotn获得一个来自emmeans包的置信区间。
以一个例子为例：
model <- lm(mpg ~ factor(cyl) + hp, data = mtcars)
emmeans(model, specs = ~ cyl) %>%
contrast()
给予：
contrast estimate SE df t.ratio p.value
cyl4 effect 4.83 1.168 28 4.134 0.0009
cyl6 effect -1.14 0.931 28 -1.223 0.2315
浏览 3提问于2022-11-17得票数 1
嗨，我大致理解了置信区间和预测区间之间的区别(参见来自和交叉验证的的文章)。预测区间比置信区间宽得多。
我的问题是，我能从forecast.Arima得到置信区间吗？为什么只计算预测区间而不是从forecast计算置信区间？在预测文件中：
forecast(object, h=10, level=c(80,95), fan=FALSE, lambda=NULL,
bootstrap=FALSE, npaths=5000, biasadj=FALSE, ...)
level是预测区间的置信度。
浏览 3提问于2016-06-13得票数 2
回答已采纳
我知道引导，但有捷径可以得到90%的置信区间，而不是95%的引导？否则，我将需要使用RStudios，我从未使用过，以后也不会再使用了。
浏览 0提问于2015-03-11得票数 0
回答已采纳
2回答
平均95%置信区间的计算
、、、、
我有个练习说
当x2=2300，x7=56和x8=2100时，在一支球队赢得比赛的平均次数上找出95%的置信区间。
R中有一个函数直接给出这样的置信区间吗？
我考虑过使用函数confint(f)，但是这个函数在大约一个或多个参数时给出了结果，据我所知，我没有参数，而是像beta0+beta1xi这样的函数，其中已经估计了参数β，并且xi将是x2、x7和x8。
另一种方法是“手动”，但这很复杂，因为我必须计算标准误差、方差、t值等。
你能帮忙吗？
提前谢谢你
浏览 0提问于2018-12-09得票数 3
回答已采纳
2回答
我想要计算标准误差或更准确的一个效果编码变量的置信区间。下面是一个很小的例子：
data(mtcars)
mtcars$gearEff <- C(factor(mtcars$gear), sum, 3)
contrasts(mtcars$gearEff)
[,1] [,2]
3 1 0
4 0 1
5 -1 -1
mod1 <- lm(mpg ~ gearEff, data=mtcars)
summary(mod1)
##..truncated output...
Coefficients:
Estimate Std.
浏览 3提问于2014-04-20得票数 1
回答已采纳
混合Gibbs模型对于拟合空间模式数据是灵活的，然而，我对如何获得拟合模型的估计的置信区间感到困惑。例如，我拟合了一个混合geyer模型，包括一个硬核和一个geyer饱和度分量，得到了估计： Mo.hybrid<-Hybrid(H=Hardcore(), G=Geyer(81,1))
my.hybrid<-ppm(my.X~1,Mo.hybrid, correction="bord")
#beta = 1.629279e-06
#Hard core distance: 31.85573
#Fitted G interaction parameter gamm
浏览 13提问于2020-01-01得票数 0
我对MCMC和PYMC3都是新手。我知道如何使用给定的example使用PyMC3将直线拟合到观测数据。在我运行代码并获得拟合y = mx + c的斜率(m)和y截距(c)的后验分布之后，对于给定的x值，我如何对y值进行95%的置信区间预测？我知道如何使用bootstrap来做这件事，但是有没有一种更优雅的方法，最好是使用pymc3？ 谢谢。
浏览 34提问于2020-08-15得票数 0
2回答
我需要一点帮助。我已经用非线性估计计算了参数。现在，我需要计算计算参数的95%置信区间。如何使用Statistica for Windows获得95%的置信区间？或任何其他建议如何计算95%的置信区间。
提前谢谢。
浏览 1提问于2013-08-09得票数 0
我试图从Gelman的多级/层次模型书中复制一个问题。
他说：
给定N，p，se --种群规模的向量，Yes响应的估计比例和标准误差--我们可以计算加权平均值及其在R中95%的置信区间
他提供了以下代码：
w.avg <- sum(N*p)/sum(N)
se.w.av <- sqrt (sum ((N*se/sum(N))^2))
int.95 <- w.avg + c(-2,2)*se.w.avg
我不知道如何构造向量，N，Se和p。
他说N应该是一个向量: N1，N2，N3.是一个国家的成年人总数(比如法国、德国、意大利)。Ntot是欧洲联盟的全部数字。加权平均
浏览 3提问于2016-11-13得票数 0
回答已采纳
我刚刚开始尝试一个很好的引导程序包，可以通过scikits获得：
但在尝试估计线性回归中相关系数的置信区间时，我遇到了一个问题。返回的置信区间完全在原始统计范围之外。
代码如下：
import numpy as np
from scipy import stats
import bootstrap as boot
np.random.seed(0)
x = np.arange(10)
y = 10 + 1.5*x + 2*np.random.randn(10)
r0 = stats.linregress(x, y)[2]
def my_function(y):
浏览 3提问于2013-05-23得票数 7
回答已采纳
1回答
理解置信区间
、、
我正在努力理解置信区间的概念。点估计和置信区间的含义是什么？我所理解的是置信区间中的点估计基本上是抽样分布的统计量。我们是否可以说，在使用中心极限定理和求总体均值后，用CLT而不是给出点估计，我们就会给出置信区间？
浏览 0提问于2020-10-10得票数 0
3回答
置信区间
、、
我有一个160的样本。平均值为262，标准差为165。正态分布曲线很好，从-200 (平均-3*偏差)到近800 (平均+3*偏差)。在下一步，我将看到95%的置信区间。在这个例子中，我在excel中使用了函数置信度，它说这个整数是236,287。
我的问题是-为什么这个范围这么小？每一本书陈述和显示95%的置信区间为一个大约+/- 2*st.dev.，这在我的例子中是远远不够的。对此有何解释？这么小的射程可能很有欺骗性。
谢谢你的评论，加斯珀
浏览 1提问于2014-05-13得票数 2
回答已采纳
1回答
模式是：
model <- glm(DW ~ P + DV_1, family = "binomial")
变量是：
DW <- c(1, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 1, 1, 0, 0, 1, 1)
P <- c(18.584898, 8.177430, -7.392020, -13.123626, 11.742363, 35.836419, 8.177430, 8.177430, 7.209096, 10.398933, -23.382043, -8.177430, 7
浏览 2提问于2016-12-14得票数 1
我有一个data.frame，我需要从data.frame中子集一个列并从中生成一个向量，以便从这个向量创建一个confint。
我可以对列进行子集，但是如果我通过vector<-as.vector(data.frame$column)创建了向量，那么我就无法进行限制，因为存在一个错误：
错误：$ operator对原子向量无效。
Dataframe示例：
origin MPG
1 20.5
1 18
2 15
2 25
3 31
etc. etc.
我想根据汽车的原点(US=1，EU=2，JPN=3)为每加仑的里
浏览 2提问于2015-05-02得票数 0
一个分类响应变量可以接受K个不同的值。显然，狭窄的置信区间意味着在该区间内获得观测的可能性较小，因此，我们的精度更高。95%的置信区间比99%的置信区间更窄，置信区间更宽。
这是否是一个正确的解释，如果不是，什么是最好的原因呢？
浏览 6提问于2021-12-13得票数 0
1回答
我想使用R从Cox模型中获得条件生存函数的95%的置信区间(而不是分段置信区间)。我知道有很多软件包可以计算生存模型的置信区间，但对于Cox模型来说不是太多。我想知道是否有人愿意与我分享代码或包。非常感谢。
浏览 45提问于2021-11-06得票数 1
1回答
我有一个数据帧，其中包含4个样本的参数'likes, 'retweets', 'followers', 'pics'的均值的置信区间：ikke-aktant, laser, umbrella, mask。所有值都是一个包含置信区间的列表，例如[8.339078253365264, 9.023388831788864]，这是激光样本中点赞的置信区间。数据帧的图片可以在这里看到：https://imgur.com/a/NkDckII 我想把它画成一个海点图，其中y表示四个样本，x表示likes。 到目前为止，我有： ax = sns.poi
浏览 113提问于2021-04-29得票数 0
回答已采纳
2回答
所以我有一个置信区间，如下所示
2.5 % 97.5 %
-1.1299063 -0.1777965
如何以编程方式访问值/检查0是否在置信区间内？
我试着去做
interval[1]
但这就给了我整个时间间隔。
我也尝试过以数据框的形式访问，但这不起作用。
浏览 1提问于2014-03-05得票数 1
我有一组随时间变化的曲线，它们存储在MATLAB矩阵中。矩阵的每一行都是这些曲线中的一条，随着时间的推移展开。这些都是随机实验的重复。
随着时间的推移，我需要绘制这些曲线的平均值，以及95%的置信区间。
我对统计学的理解很差，但是我建议用MATLAB的bootci函数来引导置信区间。
我在MATLAB中实现了一个最小的例子，但我有一些疑问。我希望你能帮助我更好地掌握这一点，避免愚蠢的错误。
下面是一个例子：
NVARIABLES = 200;
NOBSERVATIONS = 1000;
RESAMPLING = 10000;
DATA = rand(NOBSERVATIONS, NVARIA
浏览 8提问于2016-01-30得票数 4
1回答
我喜欢在qqp (分位数-比较图)图中找到计算出的置信区间外点数(CI 95%)的函数。
在我的例子中：
套餐
require(MASS)
require(car)
模拟60泊松值
Resp<-rpois(60,1)
拟合二项式负分布
nbinom <- fitdistr(Resp, "Negative Binomial")
用qqp绘图
qqp(Resp, "nbinom", size = nbinom$estimate[[1]], mu = nbinom$estimate[[2]])
现在，我想使用任何函数，在qqp (分位数-比较图)
浏览 1提问于2019-03-09得票数 0
回答已采纳
我想知道是否有人有使用ggeffect()的经验，有很多固定的效果。尽管我的自变量与我的因变量有很强的相关性，但当我加入状态固定效应时，我会得到这些巨大的置信区间。
一个玩具示例：
set.seed(200)
indvar <- runif(500, min = 0, max = .5)
state <- as.factor(rep(c(1:50), 10))
statev <- as.integer(state) * runif(500, 0, 0.02)
depvar <- round(indvar + statev)
data <- data.frame
浏览 0提问于2020-02-01得票数 1
当我在R中使用acf函数时，它为各种滞后的自相关绘制了表示置信区间(默认情况下为95%)的水平线：
然而，当我在python中使用statsmodels.graphics.tsaplots.plot_acf时，我看到一个基于更复杂计算的曲线置信区间：
请注意，在R版本中，滞后25的延迟被认为是显著的。对于相同的数据，在python版本中，只有20次延迟才被认为是重要的。
这两种方法有什么不同，我应该更相信哪一种呢？有人能解释一下statsmodels.tsa.stattools.acf计算的非常数置信区间的理论吗？
我知道我可以通过简单地绘制类似y=[+/-]1.96 / np.s
浏览 10提问于2016-11-13得票数 8
回答已采纳
1回答
我拟合了一个多元回归模型，并预测了两个样本输出，y1和y2及其置信区间(y1+/-k1和y2+/-k2 )。现在我想将这两个添加为Z= y1+y2。但我如何表示Z的95%置信区间。它会像Z-k1-k2和Z+k1+k2一样吗？
浏览 1提问于2015-10-12得票数 0
我使用以下代码对计数数据进行建模：
ModActi<-glmmTMB(Median ~ H_veg + D_veg + Landscape + JulianDay +
H_veg:D_veg + (1 | Site),
data=MyDataActi, family=nbinom2)
然后，我使用ggeffects包的ggpredict函数为分类变量“Landscape”绘制模型的预测值：
pr1 <- ggpredict(ModActi, "Landscape")
plot(pr1)
我获得了这个。
正如您所看到的，较低的置信区间是负的，就好像
浏览 1提问于2018-03-06得票数 0
2回答
我一直在使用Matlab使用paramhat，paramci = wblfit( data，alpha)将数据拟合为威布尔分布。这给出了威布尔分布的形状和尺度参数，以及每个值的置信区间。 我正在尝试使用Scipy来完成合理的任务，并且可以使用scipy.stats.weibull_min.fit轻松地获得参数，但是我想不出一种方法来获得vlauee上的置信区间。Scipy提供此功能吗？或者我需要自己编写MLE置信区间估计？
浏览 18提问于2019-01-10得票数 2
1回答
所有人！我对回归有点陌生，所以就我而言，置信区间告诉我们这个估计反映人口的可能性有多大，对吧？然而，当谈到回归时，我们是否可以肯定，置信区间应该包括我们的斜率，如果没有，那么我们的估计就不重要了，这就是它们的意思吗？
提前谢谢你，
浏览 8提问于2022-03-25得票数 1
回答已采纳
1回答
我试图沿着SARIMAX模型的预测值绘制置信区间带。
SARIMAX模型采用以下方法进行拟合：
model=sm.tsa.statespace.SARIMAX(data_df['Net Sales'],order=(1, 1, 1),seasonal_order=(1,1,1,12))
results=model.fit()
print(results.summary())
要绘制预测值，我将使用以下代码：
fig, ax = plt.subplots(figsize=(15,5))
ax.ticklabel_format(useOffset=False, style='
浏览 31提问于2022-06-29得票数 1
回答已采纳
1回答
如何在BlueSky统计上计算我国曲线下面积的95%置信区间？我知道如何建立多元logistic模型，并显示ROC曲线和AUROCC。我试着使用Bootstrap重采样，但不知道如何获得95%的置信区间。
浏览 2提问于2022-01-17得票数 -2
1回答
# Create the simplest test data set
test1 <- list(time=c(4,3,1,1,2,2,3),
status=c(1,1,1,0,1,1,0),
x=c(0,2,1,1,1,0,0),
sex=c(0,0,0,0,1,1,1))
# Fit a stratified model
m=coxph(Surv(time, status) ~ x + sex, test1)
y=predict(m,type="survival",b
浏览 0提问于2019-06-16得票数 1
回答已采纳
我在Python中使用statsmodels.formulas.api.quantreg()进行分位数回归。我发现，在拟合分位数回归模型时，可以选择指定回归系数的置信区间的显着性水平，而置信区间结果出现在拟合的摘要中。
用什么统计方法来生成回归系数的置信区间？它似乎没有文档化，而且我已经仔细研究了quantile_regression.py和summary.py的源代码，以便在没有运气的情况下找到它。有人能解释一下这件事吗？
浏览 6提问于2015-01-28得票数 2
回答已采纳
我不需要什么帮助。如果我有30个随机样本，平均为52，方差为30，那么如何计算估计和真实方差为30的均值的95 %置信区间。
浏览 3提问于2015-07-23得票数 1
回答已采纳
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
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
