我有一个线性回归和两个估计值,比如 A 和 B 以及它们的标准误差。我需要找到比率 A/B [或 A/(1-B)] 的标准误差。
我想主要的问题是我不知道 A 和 B 之间的相关性。我也猜想这使得这无法解决,因为相关性起着重要作用。它是否正确?
如果我知道,计算标准误差的方法是什么?
我有一个线性回归和两个估计值,比如 A 和 B 以及它们的标准误差。我需要找到比率 A/B [或 A/(1-B)] 的标准误差。
我想主要的问题是我不知道 A 和 B 之间的相关性。我也猜想这使得这无法解决,因为相关性起着重要作用。它是否正确?
如果我知道,计算标准误差的方法是什么?
1) 一个比率的方差大约为:
您可能想查看此问题的答案以获取更多信息。
通常回归包至少提供了打印出参数估计的估计协方差矩阵的选项,所以也许有一些方法可以获得协方差项。
2)但是,引导程序可能会为您提供更准确的置信区间,特别是如果您的分母变量距离零的标准误差并不多。
使用贝叶斯方法,很容易从后验分布进行模拟和然后得到后验分布的模拟. 使用高斯线性模型的标准非信息先验,我们不需要 MCMC 技术,我们可能会获得良好的频率匹配属性:- 后置信度区间约为-频率论意义上的置信区间。
我在这里问了一个类似的问题: Testing the Differences between ratios with small samples
希望您会发现一些有用的答案!