根据 beta、p 值、样本大小和回归参数的数量计算标准误差

机器算法验证 p 值 标准错误
2022-04-08 01:44:58

如果我只知道 p 值、beta(即线性回归的回归系数)、样本量和回归参数的数量,我该如何计算标准误?

1个回答

在线性回归中,p-值是从-值,即系数除以其标准误差 (=β^/小号β^)。中使用的自由度- 用于计算的分布p-值是剩余的自由度(小号β^=β^/||)。另一方面,剩余自由度是方差的总自由度ñ-1减去模型自由度p-1, 在哪里p是包括截距在内的参数数量。所以剩余自由度为(ñ-1)-(p-1)=ñ-p.

由此,您可以使用-分布来计算标准误差。示例:假设β^=5.47,p=0.004,ñ=100,p=4. 剩余自由度为100-4=96. 我们假设p-值是双面的。

使用R,计算结果为:

t_val <- qt(0.004/2, df = 96) # Calculating the t-value using quantile function
5.47/abs(t_val) # Calculating standard error
1.854659

所以标准误是1.85。