如何引导 R 中 Beta 回归模型的预测和置信水平答案

【问题标题】：How to Bootstrap Predictions and Levels of Confidence for Beta Regression Model in R如何引导 R 中 Beta 回归模型的预测和置信水平
【发布时间】：2018-10-02 20:37:53
【问题描述】：

我正在 R 中对具有一个定量预测变量（幅值 = 40、50、60、70）的比例数据运行 beta 回归模型。我已经能够从模型中获得 40、50、60、70 比例的预测并绘制它。

通过对本网站和其他网站的研究，我了解到从 beta 回归模型获得预测的置信区间并不像使用其他模型一样/那么容易。我已经阅读了这篇文章以获取 beta 回归模型的置信水平，从模型中引导预测是获取置信区间/带的一种方法（如其他帖子中所述，例如 Achim Zeileis 在线程：https://stats.stackexchange.com/questions/230501/variance-vs-standard-deviation-in-beta-regression?noredirect=1&lq=1）。我的问题是，人们将如何实际执行这种增强，以从我的 R 模型中获得预测和置信水平？理想情况下，我希望以一定程度的置信度预测振幅的比例：40、50、60 和 70。我对引导比较陌生，所以如果有人深入了解如何从 beta 回归模型引导预测和置信区间，那就太好了。

【问题讨论】：

您能否编辑您的问题以添加一个小示例 - 您可能会在您正在使用的 R 函数的帮助页面底部找到一个。请同时添加您正在使用的所有软件包。

标签： r confidence-interval

【解决方案1】：

不确定您正在寻找什么，但boot 软件包可能会提供解决方案。这是一个使用随机数据引导回归的玩具示例：

    library(boot)
    library(xts)
    set.seed(789)
    dat <- xts(matrix(rnorm(1200), nrow=240, ncol=5), 
               as.Date(c(seq(as.Date("1990/1/1"), by = "month", length.out = 240))))
    colnames(dat) <-c("A", "B", "C", "D", "E")

    function.1 <-function(formula, dat, x) {
      a <-dat[x,]
      output <-lm(formula, data=a)
      return(coef(output))
    }

    results <- boot(data=dat, 
                    statistic=function.1,
                    R=1000, 
                    formula=A ~ .)

    results.ci <-boot.ci(results, type="basic", index=2)

results

ORDINARY NONPARAMETRIC BOOTSTRAP

Call:
boot(data = dat, statistic = function.1, R = 1000, formula = A ~ 
    .)


Bootstrap Statistics :
       original        bias    std. error
t1* -0.06716150  0.0029368176  0.06517814
t2* -0.04582073 -0.0050721571  0.07658141
t3*  0.14324494  0.0010631253  0.06500446
t4*  0.06771263 -0.0028811702  0.06247530
t5*  0.05620244  0.0005347628  0.06102209

results.ci
BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 1000 bootstrap replicates

CALL : 
boot.ci(boot.out = results, type = "basic", index = 2)

Intervals : 
Level      Basic         
95%   (-0.1960,  0.1015 )  
Calculations and Intervals on Original Scale

【讨论】：

我的疏忽已得到纠正，Imo 40。