如何在不使用 confint 的情况下计算 R 中均值的置信区间
How can I calculate confidence interval for a mean in R not using confint
我正在尝试解决一个问题，尝试生成随机指数分布和均匀分布并从中抽样。然后我使用 confint(); 计算线性模型对它们的置信区间；但是，我不知道如何使用 mean、sd 和 qt 获得我从 confint() 获得的正确置信区间水平。
这是我目前的情况：
x <- rexp(30, rate=1); x
confint(lm(x~1))
summary(lm(x~1))$coefficients
mean(x)
sd(x)
x.std.error <- sd(x)/sqrt(30)
我也不确定，如何使用 runif 命令执行此操作，所以如果我能获得这方面的帮助，那将非常有帮助
confint 在这种情况下的结果就是普通的 classical 95% confidence interval for a population mean。区间以样本均值 (mean(x)) 为中心，误差范围是您找到的标准误差 (x.std.error)，乘数来自 t 分布 (qt(0.975, 29) ). （这给出了自由度为 29 的 t 分布的第 97.5 个百分位数；在这种情况下，"degrees of freedom" 可以视为比样本量少一个。）
要恢复 confint(lm(x~1)) 提供的置信区间，您可以使用：
mean(x) - qt(0.975, 29) * x.std.error
mean(x) + qt(0.975, 29) * x.std.error
或等价地，也许更直观：
mean(x) + qt(0.025, 29) * x.std.error # qt(0.025, 29) = -qt(0.975, 29)
mean(x) + qt(0.975, 29) * x.std.error
当您说您不确定如何使用 runif 执行此操作时，我不太确定您的意思，但大概它与您所做的基本过程相同，但替换了第一个与 runif(30, 10, 15) 一致，30 个变量均匀分布在区间 [10, 15] 上（作为示例）。
我正在尝试解决一个问题，尝试生成随机指数分布和均匀分布并从中抽样。然后我使用 confint(); 计算线性模型对它们的置信区间；但是，我不知道如何使用 mean、sd 和 qt 获得我从 confint() 获得的正确置信区间水平。
这是我目前的情况：
x <- rexp(30, rate=1); x
confint(lm(x~1))
summary(lm(x~1))$coefficients
mean(x)
sd(x)
x.std.error <- sd(x)/sqrt(30)
我也不确定，如何使用 runif 命令执行此操作，所以如果我能获得这方面的帮助，那将非常有帮助
confint 在这种情况下的结果就是普通的 classical 95% confidence interval for a population mean。区间以样本均值 (mean(x)) 为中心，误差范围是您找到的标准误差 (x.std.error)，乘数来自 t 分布 (qt(0.975, 29) ). （这给出了自由度为 29 的 t 分布的第 97.5 个百分位数；在这种情况下，"degrees of freedom" 可以视为比样本量少一个。）
要恢复 confint(lm(x~1)) 提供的置信区间，您可以使用：
mean(x) - qt(0.975, 29) * x.std.error
mean(x) + qt(0.975, 29) * x.std.error
或等价地，也许更直观：
mean(x) + qt(0.025, 29) * x.std.error # qt(0.025, 29) = -qt(0.975, 29)
mean(x) + qt(0.975, 29) * x.std.error
当您说您不确定如何使用 runif 执行此操作时，我不太确定您的意思，但大概它与您所做的基本过程相同，但替换了第一个与 runif(30, 10, 15) 一致，30 个变量均匀分布在区间 [10, 15] 上（作为示例）。