R: Доверительный интервал для сигмы в чисто фиксированной модели эффекта

Question

Существует ли стандартный способ оценки доверительного интервала для параметра дисперсии линейной модели с фиксированным эффектом.Например:

reg=lm(formula = 100/mpg ~ disp + hp + wt + am, data = mtcars)

как я могу получить доверительный интервал для параметра дисперсии. confint только детализирует фиксированный эффект, а lmer из lme4 не принимает модель без случайного эффекта 2-го уровня, как в моем случае.

Answer 1

Я полагаю, вы ищете функцию summary().

Код показывает следующее:

data(mtcars)
reg<-lm(formula = 100/mpg ~ disp + hp + wt + am, data = mtcars)
summary(reg)
# Call:
#   lm(formula = 100/mpg ~ disp + hp + wt + am, data = mtcars)
# 
# Residuals:
#   Min      1Q  Median      3Q     Max 
# -1.6923 -0.3901  0.0579  0.3649  1.2608 
# 
# Coefficients:
#   Estimate Std. Error t value Pr(>|t|)   
# (Intercept) 0.740648   0.738594   1.003  0.32487   
# disp        0.002703   0.002715   0.996  0.32832   
# hp          0.005275   0.003253   1.621  0.11657   
# wt          1.001303   0.302761   3.307  0.00267 **
#   am          0.155815   0.375515   0.415  0.68147   
# ---
#   Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
# 
# Residual standard error: 0.6754 on 27 degrees of freedom
# Multiple R-squared:  0.8527,  Adjusted R-squared:  0.8309 
# F-statistic: 39.08 on 4 and 27 DF,  p-value: 7.369e-11

Чтобы выбрать его, вы можете сохранить сводку в виде переменной и выбрать коэффициенты.

summa<-summary(reg)
summa$coefficients

С этим можно выбрать желаемую ковариату sd и сделать доверительный интервал с процентом интереса.Чтобы узнать доверительный интервал, можно прочитать, как это делается здесь

R делает это автоматически, используя confint(object, parms, level)

В вашем случае, confint(reg, level = 0.95)

Ура!