0
我想从我的线性回归中计算转换变量的标准误差,即除以两个变量并从该变量中获得标准误差。在线性回归中导出转换变量的标准误差
我使用msm
包中的deltamethod
函数,但未能获得准确的标准错误。
例如:
数据的模拟:
set.seed(123)
nobs = 1000
data <- data.table(
x1 = rnorm(nobs),
x2 = rnorm(nobs),
x3 = rnorm(nobs),
x4 = rnorm(nobs),
y = rnorm(nobs))
线性回归:
reg2 <- lm(y~x1+x2+x3+x4, data=data)
得到我需要的COEF和vcov(这里摆脱missings的,因为一些我真实数据中的系数是NA,我计算了循环中的很多回归)
vcov_reg <- vcov(reg2)
coef_reg <- coef(reg2)
coef_reg <- na.omit(coef_reg)
coef_reg <- as.numeric(coef_reg)
Deltamethod,对于可变X1由X3划分(意思是我应该根据MSM包中使用x2和x4):
deltamethod(~ x2/x4, coef_reg, vcov_reg)
这使我变换变量的标准误差(X1/X3)为3.21,而这个回归的所有标准误差都在0.03左右。
任何想法是为什么/这里有什么问题? 其他建议来计算它也是受欢迎的。
你认为答案应该是什么? – MrFlick