f*******7
发帖数: 2210 | 1 本来很简单的，但是我晕了。
用beta(exp(-beta*x))这个指数分布去fit一组数据，用maximum likehood method, 然
后得到一个beta和beta的standard error。
请问这个standard error 到底表示啥？是这次fit的standard error还是说真实的beta
的standard error? 非常感谢。 |
f**********t
发帖数: 1001 | 2 我个人觉得是fit的error。因为你不知道数据真实的beta是多少，只知道估计的
likehood method, 然
说真实的beta
【在 f*******7 的大作中提到】
: 本来很简单的，但是我晕了。
: 用beta(exp(-beta*x))这个指数分布去fit一组数据，用maximum likehood method, 然
: 后得到一个beta和beta的standard error。
: 请问这个standard error 到底表示啥？是这次fit的standard error还是说真实的beta
: 的standard error? 非常感谢。
|
a***g
发帖数: 2761 | 3 对true beta 的估计，其实是一个关于数据的函数，加入认定这个数据服从某个分布，
那么这个sd error就是这个函数在这个分布之下的sd error。 |
g**********t
发帖数: 475 | 4 是估计的beta的standard error。beta的真值是一个定值。 |
D*********2
发帖数: 535 | 5 楼上正解。
beta的standard error。 |
T*******I
发帖数: 5138 | 6 这个standard error指的是根据这次抽样和模型假设所建立的模型参数（即beta值）的
本次抽样误差，亦即，如果以本次抽样得到的beta来估计未知总体的beta时可能发生的
一个单位的标准误差。这与用样本分布的均数估计总体分布的期望是同一逻辑。
在统计学中，任何被估计的总体参数都是由样本的一个相应统计量来估计的，因而都应
该有一个抽样误差的估计。没有抽样误差的估计仅仅是一个随机的点估计，其可信度几
乎为0，但是，一个有着抽样误差估计的统计量却是一个可信度可以达到足够高的程度
的估计。然而，关于抽样误差的估计并非有一个统一的、固定不变的方法，而是有着不
同定义，因此，任何抽样误差指的是在相应定义下的估计。定义发生改变，计算方法就
会发生改变，从而估计值就会不同。理论上，任何人都可以对抽样误差给出一个自己认
为合理的定义，但基于标准差和样本量基础上的估计是统计学史上由尼曼等首先提出的
，因此，大家基本都遵循这个逻辑来构造关于统计量的标准误的算法。这个思想的提出
在统计学史上具有划时代的意义。
beta
【在 f*******7 的大作中提到】
: 本来很简单的，但是我晕了。
: 用beta(exp(-beta*x))这个指数分布去fit一组数据，用maximum likehood method, 然
: 后得到一个beta和beta的standard error。
: 请问这个standard error 到底表示啥？是这次fit的standard error还是说真实的beta
: 的standard error? 非常感谢。
|
a***g
发帖数: 2761 | 7 建议谁以后再用“学术”等字样发帖，版务直接删了吧
说问问题就好.............. |
b*****n
发帖数: 685 | 8 FT，standard error不就是估计值的standard deviation |
