R中的经验标准偏差

Question

下列说法正确吗？

假设我们模拟 1000 个以下模型：y = beta*x + error。

然后，我们将获得 1000 个 beta 帽子。

样本均值是 beta bar= (beta1 hat +beta2 hat +...+beta1000 hat)/1000

经验标准差是 sqrt(sum(beta_i hat - beta bar)/n-1) 是 i=1,2,.., 1000，n 是 y 的长度。

提前谢谢你

Answer 1

我不确定你到底想做什么，但如果你有一个线性回归，比如在模型“y=beta*x + error”中，你估计只有 1 个 beta。这是你的测试帽。您的估计系数。然后您可以计算 y 的估计值，称为 y hat。

所以你估计的 y 是：

beta hatx1, beta hatx2, ..., beta hat*xn = y1 hat, y2 hat, ..., yn hat。

估计的平均值是：

(y1 帽子 + y2 帽子 + ... + yn 帽子)/n

接下来的问题是您是否需要估计的 y、y hat 的标准差，或残差标准误差 (RSE) 或原始数据 y 或 x 的标准差。

估计标准差的公式是：

sqrt (sum_i=1^n ((x_i -mean(x))^2)/(n-1))

希望对你有帮助