問題タブ [standard-error]

私は現在、実験からのいくつかのデータに取り組んでいます。したがって、2 つの異なる治療法にランダムに割り当てられた何人かの個人に関するデータがあります。治療ごとに、3 つのセッションを実行しました。各セッションで、参加者は一連の決定を下すよう求められました。

私がやりたいことは、（1）個人へのランダム効果を含むモデルを使用して治療の効果を推定し、その後、（2）セッションごとに標準誤差をクラスター化することです。

R では、 plmパッケージを使用してランダム効果モデルを簡単に推定できます。

私の問題は、変数セッション、つまり個人が参加したセッションによって標準誤差をクラスター化できないことです。実際、plm パッケージのロバスト共分散行列推定器を使用すると、「グループ」と「グループ」の 2 種類のクラスターから選択できます。 「時間」。したがって、オプション「グループ」を選択すると、標準エラーが個々のレベルでクラスター化されます。

別のクラスタリング変数を選択する方法はありますか?

私はあなたの助けに感謝します。

plm ライブラリを使用して固定効果回帰を実行し、sandwich,lmtest ライブラリを使用して堅牢な標準誤差を計算しています。回帰の実行に問題はありませんが、標準誤差を計算しようとすると、次のエラーが発生する場合があります。

係数または「通常の」標準誤差 (つまり、等分散) の計算に問題はありません。また、二次項を省略しても、ロバストな標準誤差を問題なく計算できます。

何が起こっているのか誰にも分かりますか？計画行列が特異な場合、係数は計算されていないはずなので、標準誤差を計算するときに問題がどこから来ているのかわかりません。

ありがとう！

たとえば、x と y の 2 つの確率変数があり、どちらにも n 個の観測値があるとします。予測方法を使用して xn+1 と yn+1 を推定し、xn+1 と yn+1 の両方の標準誤差も取得しました。したがって、私の質問は、xn+1 + yn+1、xn+1 - yn+1、(xn+1)*(yn+1) および (xn+ 1)/(yn+1) で、4 つの組み合わせの予測間隔を計算できます。どんな考えでも大歓迎です。ありがとう。

私は2つのサンプルを持っています。それぞれについて、時間に応じてオブジェクトの数を計算します。Y 軸にオブジェクトの数、X 軸に時間をプロットします。Excel では、標準偏差または標準誤差を使用して誤差範囲をプロットするオプションがあります。それらの違いと、2 つのサンプルのデータが有意であることを示すのに標準誤差で十分かどうかを知りたいです。インターネットでいくつかの定義を読んだ後でも、統計の初心者である私にはまだ非常に混乱しています.

これは私のグラフで、標準誤差をプロットすると、次のようになります。私のデータの重要性を判断するのに十分ではないでしょうか?

このトピックに関する他の SO 記事のガイダンスに従っていますが、必要なものを見つけることができませんでした。この場合、既知の破損した .msi を起動する次のコードブロックがあります (標準エラー メッセージの取得をテストするため)。

手動で起動すると、この .msi はエラー コード 1620 をスローし、「このインストール パッケージを開けませんでした。アプリケーション ベンダーに連絡して、これが有効な Windows インストーラ パッケージであることを確認してください。」というメッセージが表示されます。

デバッグ中に proc.ExitCode を見ると、その値は 1620 であるため、正しくキャプチャされています。エラー テキストをキャプチャしようとする行を追加しましたstring stderror = proc.StandardError.ReadToEnd();が、プロセスが実行されてエラーが発生した後、stderror の値は "" になります。

実際のエラー テキストを変数に取り込むにはどうすればよいですか?

R とこの投稿に基づくガイダンスを使用して標準エラーをクラスター化することはできません。cl 関数は次のエラーを返します。

読んだ後tapply、クラスター引数の長さが間違っている理由と、このエラーの原因はまだわかりません。

ここに私が使用しているデータセットへのリンクがあります。

https://www.dropbox.com/s/y2od7um9pp4vn0s/Ec%201820%20-%20DD%20Data%20with%20Controls.csv

Rコードは次のとおりです。

関数の内部の仕組みは、私の頭を少し超えています。

ベクトルaの値は真の値と見なされ、mle を使用してそれらを推定したいと考えています。ノイズ N(0,sigma^2) を追加して、aから 100 個の「乱れた」ベクトルを作成します。乱れたベクトルごとに、降順に並べ替えます。観察された順序が x_1>x_4>x_5>x_3>x_2 であるとします。この順序を観察する確率を計算したいので、次のように計算します: P(X_1-X_4>0|a)*P(X_4-X_5>0 |a)*P(X_5-X_3>0|a)*P(X_3-X_2>0|a) (依存関係は無視します)、ここで X_1-X_4 ~ N(a[1]-a[4],2 *std^2) など。

通常、mle を使用する場合は密度関数を使用しますが、ここでは pnorm を使用します。以下のコードを実行した後に発生した問題は、標準誤差がすべて同じであり、推定値が大きすぎることです。私は何が間違っていたのでしょうか?

Rコード:

分化進化の標準誤差を計算することは可能ですか?

ウィキペディアのエントリから：

http://en.wikipedia.org/wiki/Differential_evolution

これは微分ベースではありませんが (実際、それがその強みの 1 つです)、標準誤差を計算するにはどうすればよいでしょうか?

ある種のブートストラップ戦略が適用できるかもしれないと思っていたのですが、DE にブートストラップを適用するよりもソースが見つからないようです。

バズ