所以我有一个置信区间,如下所示
2.5 % 97.5 %
-1.1299063 -0.1777965 如何以编程方式访问值/检查0是否在置信区间内?
我试着去做
interval[1]但这就给了我整个时间间隔。
我也尝试过以数据框的形式访问,但这不起作用。
发布于 2014-03-05 16:31:14
以下是(许多)可能性中的一种:
两个数字的乘积只能是负的,如果其中一个是正的,另一个是负的,即0在它们之间。
set.seed(42)
CI <- quantile(rlnorm(10), c(0.025, 0.975))
# 2.5% 97.5%
# 0.6429574 6.8530659
prod(CI) < 0
#[1] FALSE
CI <- quantile(rnorm(10), c(0.025, 0.975))
# 2.5% 97.5%
# -2.607858 2.069176
prod(CI) < 0
#[1] TRUE当然,如果你想变得冗长,你可以这样做:
unname((CI[1] < 0 && CI[2] > 0) || (CI[1] > 0 && CI[2] < 0))
#[1] TRUE发布于 2014-03-05 13:33:07
似乎有太多的重点放在间隔是否应该包含零上,而真正的问题是间隔实际上是否包含零。当我加入的时候,我在SO文档和元数据中看到,我们应该尽可能精确地回答每一个问题。所以我们又来了。希望这个修改后的答案也不会被否决。
据我所知,您正在询问如何从confint的结果中提取特定的数字(请查看注释)。
从confint文档文件,
使用
confint(object, parm, level = 0.95, ...)
参数
object - a fitted object
parm -为参数指定置信度区间的规范,可以是数字向量,也可以是名称向量。如果缺少此参数,则会考虑所有参数。
level -所需的置信度级别。
... -方法的附加参数
来自example(confint)的glm.D93和一些添加的工作:
> counts <- c(18,17,15,20,10,20,25,13,12)
> outcome <- gl(3, 1, 9); treatment <- gl(3, 3)
> glm.D93 <- glm(counts ~ outcome + treatment, family = poisson())
> ci <- confint(glm.D93)
Waiting for profiling to be done...
> ci
2.5 % 97.5 %
(Intercept) 2.6958215 3.36655581
outcome2 -0.8577018 -0.06255840
outcome3 -0.6753696 0.08244089
treatment2 -0.3932548 0.39325483
treatment3 -0.3932548 0.39325483
> class(ci)
[1] "matrix"
> ci[1,]
2.5 % 97.5 %
2.695822 3.366556
> ci[1,1]
[1] 2.695822因此,在引用interval[1]时,请使用interval[1,1]
https://stackoverflow.com/questions/22188898
复制相似问题