R，python或octave：具有置信区间的经验分位数（逆cdf）？

Question

我正在寻找一个内置函数，它返回样本分位数和估计置信区间，而不是MATLAB（MATLAB的ecdf执行此操作）。

我猜R有这个内置功能，我还没有找到它。

如果您有任何独立的代码来执行此操作，您也可以在此处指向它，但我希望找到包含在更大的开放代码库中的内容。

- 离开MATLAB。

Answer 1

survfit函数可用于获取具有置信区间的 survival 函数。由于它只是1-ecdf，因此分位数之间存在直接关系。要使用此功能，您必须创建一个变量，表明您的每个观察结果都已完成（未经审查）：

library(survival)
x <- rexp(10)
ev <- rep(1, length(x))
sf <- survfit(Surv(x,ev)~1)

输出：

>summary(sf)
Call: survfit(formula = Surv(x, ev) ~ 1)

     time n.risk n.event survival std.err lower 95% CI upper 95% CI
-1.4143     10       1      0.9  0.0949       0.7320        1.000
-1.1229      9       1      0.8  0.1265       0.5868        1.000
-0.9396      8       1      0.7  0.1449       0.4665        1.000
-0.4413      7       1      0.6  0.1549       0.3617        0.995
-0.2408      6       1      0.5  0.1581       0.2690        0.929
-0.1698      5       1      0.4  0.1549       0.1872        0.855
 0.0613      4       1      0.3  0.1449       0.1164        0.773
 0.1983      3       1      0.2  0.1265       0.0579        0.691
 0.5199      2       1      0.1  0.0949       0.0156        0.642
 0.8067      1       1      0.0     NaN           NA           NA

事实上，survfit确实计算了中位数及其置信区间，但没有计算其他分位数：

>sf
Call: survfit(formula = Surv(x, ev) ~ 1)

records   n.max n.start  events  median 0.95LCL 0.95UCL 
 10.000  10.000  10.000  10.000  -0.205  -0.940      NA 

计算中位置置信区间的实际工作很好地隐藏在survival:::survmean函数中，您可以将其用于推广到其他分位数。