在R中找到给定的HDI区间的CI？

Question

我正在寻找一种方法来计算给定的模式范围内的CI值。例如，如果我的模式(或最高的KDE值)为50，并且我在模式周围建立了一个可接受的10范围，那么我的等效CI是什么？

我成功地跟踪了来自https://rdrr.io/cran/HDInterval/man/hdi.html的HDI内容，找到了基于给定CI的范围，但我试图逆转这个过程。为了便于用数据进行测试，从站点复制到本帖的代码示例：

# for a vector:
tst <- rgamma(1e5, 2.5, 2)
hdi(tst)
hdi(tst, credMass=0.8)
# For comparison, the symmetrical 80% CrI:
quantile(tst, c(0.1,0.9))

# for a density:
dens <- density(tst)
hdi(dens, credMass=0.8)

我的蛮力法会考虑类似于计算不同CI输入的上/下值之间的差异，直到我为给定的上、下增量找到一个最大CI。我肯定还有更好的办法？

这样做的目的是比较CI如何在相同的值范围内跨不同的数据集变化。数据往往是多模的，并试图避免对分布拟合的限制。

Answer 1

这似乎是一种蛮力的方法：

      buffer <- 100
      ci_x <- 1
      ci_hdi = NULL
      while (buffer > 10){
        ci_hdi <- ci(data$x, method = "HDI", ci = ((100-ci_x)/100))
        buffer = ci_hdi$CI_high - ci_hdi$CI_low
        ci_x = ci_x+1
      }
      print(buf)

基本上，它通过值进行计数，直到我找到符合标准(例如10)的缓冲区(可接受值的范围)，然后报告CI (100-ci_x)满足此条件的内容。在最初的测试中，我看到紧密分布的CI值很大，然后更接近50，并且是不稳定的分布。