問題タブ [confidence-interval]

したがって、Trials、Ind. Variable、Observation を持つ 3 列のデータ フレームがあります。何かのようなもの：

df1<- data.frame(Trial=rep(1:10,5), Variable=rep(1:5, each=10), Observation=rnorm(1:50))

95% conf をプロットしようとしています。次のようにかなり非効率的な方法を使用して、各試行の平均の周りの間隔:

これは、ymin、ymax の値が重複するため非効率的です。geom_ribbon メソッドを見てきましたが、まだ複製する必要があります。ただし、glm などのスムージングを使用していた場合、コードははるかに単純になり、重複がなくなります。これを行うより良い方法はありますか？

参考文献: 1. ggplot を使用した R 信頼帯のプロット 2. ggplot2を使用した信頼区間の手動シェーディング 3. http://docs.ggplot2.org/current/geom_smooth.html

間隔を見つけるには mean と sd が必要であることはわかっていますが、質問が次の場合はどうなりますか。

無作為に選ばれた 1,000 人の労働者の調査では、そのうち 520 人が女性です。調査に基づいて、女性の労働者の割合の 95% 信頼区間を作成します。

そのための平均値と標準偏差を見つけるにはどうすればよいですか?

パラメーター mu と sigma を持つ対数正規分布から、サイズ n = 8 のランダム サンプルがあるとします。これは小さなサンプルであるため、非正規母集団から t 信頼区間を使用します。シミュレーションを実行して、mu=1 および sigma= 1.5 である 90% t-CI の真の (シミュレートされた) CI を決定しました

私の問題は、以下のコードが NORMAL 分布に従っており、対数正規分布である必要があることです。確率変数がログ分布から得られるように、rnorm が rlnorm にならなければならないことはわかっています。しかし、mu と sigma を変更する必要があります。正規分布のミューとシグマは、対数分布では同じではありません。

対数分布の Mu = exp(μ + 1/2 σ^2)。シグマは exp (2 (μ+シグマ^2)) – exp2 (μ+シグマ^2)

これらの 2 つの方程式をコードに組み込む方法について、私は混乱しています。

ところで-まだ推測していない場合、私はRに非常に慣れていません。

編集：だから、muとsdをそれぞれの式に置き換えてみました...

(μ=exp(μ + 1/2 σ2) シグマ= exp(2μ + σ2)(exp(σ2) - 1)

シミュレートされた信頼度は 5000 でした。

グラフィックプロットだけでなく、次の式の結果として数値データを使用して信頼区間で平均を取得するにはどうすればよいですか?

k の内容を調べようとしましたが、最初のデータしか見つかりませんでした。最終結果は見つかりませんでした。

p7m7とp6m6 が異なるデータセットを融解することによって得られる場合、どうすれば同じ出力にプロットできますか? 前もって感謝します

gbm.predict() 関数から信頼区間を計算する方法を知っている人はいますか? gbm 予測で 95% の信頼区間を確認する方法が欲しいです。