计算Beta函数参数的标准误差

Question

我正在使用一本名为“使用R发现统计数据”的书来学习 R 。它很棒，但似乎跳过某些区域。

所以，我在 R 中有一个函数来计算以下pdf beta function的参数a, b：

我的函数返回从500的样本中找到的以下参数：

  [1] 1.028316 2.095143 #a b

我正在尝试计算参数的标准误差。

我想知道如何在 R 中实现这一点？

据我在网上找到，standard errors是根据样本计算的，而不是参数。所以，我已经实现了，在这里：

    stderr <- function(x) sqrt(var(x)/length(x))

提前致谢。

Answer 1

我不确定您使用哪种功能来测试数据的beta版本，但fitdistr包中的MASS函数为shape1提供了标准错误值和β分布的shape2参数：

# 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)

此处，shape1的标准误差为0.060，shape2的标准误差为0.128。您可以使用fit$sd获取值。