Как рассчитать стандартную ошибку по дисперсионно-ковариационной матрице?

Question

Как рассчитать стандартную ошибку по дисперсионно-ковариационной матрице?

Я рассчитываю дисперсионно-ковариационную матрицу и вижу два разных способа вычисления стандартных ошибок:

sqrt(диагональные значения / количество наблюдений)

например, стандартное отклонение / sqrt(количество наблюдений)

(как указано на том, как рассчитать стандартную ошибку https://en.wikipedia.org/wiki/Standard_error)

или некоторые люди говорят, что это просто

sqrt(диагональные значения)

Ранее я думал, что диагональные значения в матрице дисперсии-ковариации были дисперсией, и, следовательно, квадратный корень будет стандартным отклонением (не SE). Однако, чем больше я читаю, тем больше я думаю, что могу ошибаться и что это SE, но я не уверен, почему это так.

Кто-нибудь может помочь? Большое спасибо!!

6

statistics covariance variance standard-error covariance-matrix

Источник

user6275646 11 сен '18 в 12:05

1 ответ

Решение

Другие вопросы по тегам statistics covariance variance standard-error covariance-matrix

user6753099 11 сен '18 в 12:12 2018-09-11 12:12 · Accepted Answer · 2018-09-11 12:12

Да, диагональные элементы ковариационной матрицы - это дисперсии. Квадратный корень из этих отклонений является стандартным отклонением. Если вам нужна стандартная ошибка, вы должны уточнить вопрос "стандартная ошибка чего?" (см. также запись вашего поста в Википедии). Если вы имеете в виду стандартную ошибку среднего, тогда да, "стандартное отклонение / sqrt(количество наблюдений)" - это то, что вы ищете.