Как рассчитать стандартную ошибку из дисперсионно-ковариационной матрицы?

Question

Я рассчитываю дисперсионно-ковариационную матрицу и вижу два разных способа вычисления стандартных ошибок:

• sqrt (диагональные значения / количество наблюдений)

например, стандартное отклонение / sqrt (количество наблюдений)

(как указано в том, как рассчитать стандартную ошибку https://en.wikipedia.org/wiki/Standard_error)

или некоторые люди говорят, что это просто

• sqrt (диагональные значения)

Ранее я думал, что диагональные значения в матрице дисперсии и дисперсии являются дисперсией, и, следовательно, квадратный корень будет стандартным отклонением (не SEОднако, чем больше я читаю, тем больше я думаю, что могу ошибаться и что это SE, но я не уверен, почему это так.

Кто-нибудь может помочь? Большое спасибо !!

Answer 1

Да, диагональные элементы ковариационной матрицы - это дисперсии. Квадратный корень из этих отклонений является стандартным отклонением. Если вам нужна стандартная ошибка, вы должны уточнить вопрос "стандартная ошибка чего?" (см. также запись вашего поста в Википедии). Если вы имеете в виду стандартную ошибку среднего, тогда да, «стандартное отклонение / sqrt (количество наблюдений)» - это то, что вы ищете.