如何评估R中方程的误差/不确定性？

问题描述

我有一个四列（https://www.dropbox.com/s/hho5sgwjhlk4185/data.csv?dl=0）的数据框。我使用公式rtp在其他列的基础上填充了0.03385*(pp**2)*(mv**0.94500)*(cc**(-0.03047))列。现在，我想看看这个方程的不确定性，我不知道该怎么做。我应该使用某种形式的伪数据集还是蒙特卡洛，如果是，该如何为rtp列执行此操作？我用R。

解决方法

据我了解您的data.csv表，每个样本都有一行。因此，如果我对它的理解正确，那么您已经拥有所有分布正确的样本。

您在这些样本上计算了rtp列。然后，如果您想要rtp的分布（标准误差，置信区间），只需直接从rtp样本值中获取即可！ ：

dat <- read.csv("data.csv")

mean(dat$rtp)
# [1] 0.008637943
median(dat$rtp)
# [1] 0.005488155
sd(dat$rtp)
# [1] 0.01236283
quantile(dat$rtp,c(0.025,0.975))
#         2.5%        97.5% 
# 0.0007099517 0.0436855541 

就这么简单。这与您在MCMC样本上执行的原理完全相同，但是每行中都已经有样本，因此无需使用MCMC生成它们。