Wie werden bei einer Ausgabe von optim mit einer Hessischen Matrix die Parameter-Konfidenzintervalle mithilfe der Hessischen Matrix berechnet?
fit<-optim(..., hessian=T)
hessian<-fit$hessian
Ich interessiere mich hauptsächlich für den Kontext der Maximum-Likelihood-Analyse, bin aber gespannt, ob die Methode darüber hinaus erweitert werden kann.
r
maximum-likelihood
Etienne Low-Décarie
quelle
quelle
Antworten:
Wenn Sie eine Wahrscheinlichkeit maximieren, ist die Kovarianzmatrix der Schätzungen (asymptotisch) die Inverse des Negativs des Hessischen. Die Standardfehler sind die Quadratwurzeln der diagonalen Elemente der Kovarianz ( aus dem Internet! Von Prof. Thomas Lumley und Spencer Graves, Eng.).
Für ein 95% -Konfidenzintervall
Beachten Sie, dass:
Sehen Sie dies für weitere Einschränkungen aufgrund Optimierungsroutine verwendet.
quelle
upper<-fit$par+1.96*(prop_sigma/sqrt(n)) lower<-fit$par-1.96*(prop_sigma/sqrt(n))
? Vielen Dankprop_sigma<-diag(prop_sigma)
ein Fehler?