我正在进行荟萃分析中的模拟,以比较两种估计相同问题参数的方法。其中之一是基于可能性的方法。在这类问题中,必须预先修复许多参数,例如需要使用该方法的nn个数据集,参数的真实值等。最后,我存储了一个矩阵我的情况5中的参数估计值(矩阵称为estimas,维数nn * 5)和标准误差矩阵(矩阵称为st_err)。然后我最终为每个估计计算基于模型的均值。和经验标准偏差。
st_error<-apply(st_err,2,mean) #model based s.e.
st_dev<-apply(estimas,2,function(x)sqrt(var(x))) #empirical based
实际上,这两个位置应该非常接近,这是模拟练习正确的信号。我的结果并不令人鼓舞。例如,对于我得到的参数之一,
Empirical standard error Model-based standard error:
1.3660 4.7237
0.9370 1.1601
0.6553 0.5365
在一种情况下,它们太不一样了。任何人都可以洞悉为什么会这样吗?