R使用引导程序计算标准误差答案

【问题标题】：R calculate the standard error using bootstrapR使用引导程序计算标准误差
【发布时间】：2013-08-22 21:20:10
【问题描述】：

我有这个值数组：

> df
[1] 2 0 0 2 2 0 0 1 0 1 2 1 0 1 3 0 0 1 1 0 0 0 2 1 2 1 3 1 0 0 0 1 1 2 0 1 3
[38] 1 0 2 1 1 2 2 1 2 2 2 1 1 1 2 1 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 1 0 0 0 0 0
[75] 0 0 0 0 0 1 1 0 1 1 1 1 3 1 3 0 1 2 2 1 2 3 1 0 0 1

我想使用包启动来计算数据的标准误差。 http://www.ats.ucla.edu/stat/r/faq/boot.htm

于是，我就用这个命令追了上去：

library(boot)
boot(df, mean, R=10)

我得到了这个错误：

Error in mean.default(data, original, ...) : 
'trim' must be numeric of length one

有人可以帮我解决问题吗？谢谢

【问题讨论】：

c 的函数定义是什么？基础c 函数不适合自举。

标签： r standard-error statistics-bootstrap

【解决方案1】：

如果您要引导均值，您可以执行以下操作：

set.seed(1)
library(boot)
x<-rnorm(100)
meanFunc <- function(x,i){mean(x[i])}
bootMean <- boot(x,meanFunc,100)
>bootMean

ORDINARY NONPARAMETRIC BOOTSTRAP


Call:
boot(data = x, statistic = meanFunc, R = 100)


Bootstrap Statistics :
     original      bias    std. error
t1* 0.1088874 0.002614105  0.07902184

如果您只是输入 mean 作为参数，您将收到与您得到的错误类似的错误：

bootMean <- boot(x,mean,100)
Error in mean.default(data, original, ...) : 
  'trim' must be numeric of length one

【讨论】：

【解决方案2】：

我从来没有真正使用过 boot，因为我不明白它会带来什么。

鉴于标准误差定义为：

sd(sampled.df) / sqrt(length(df))

我相信您可以简单地使用以下函数来完成这项工作：

custom.boot <- function(times, data=df) {
  boots <- rep(NA, times)
  for (i in 1:times) {
    boots[i] <- sd(sample(data, length(data), replace=TRUE))/sqrt(length(data))  
  }
  boots
}

然后您可以自己计算期望值（因为您得到了一些样本实现的分布）：

# Mean standard error
mean(custom.boot(times=1000))
[1] 0.08998023

若干年后……

我觉得这样更好：

mean(replicate(times, sd(sample(df, replace=T))/sqrt(length(df))))

【讨论】：

【解决方案3】：

函数c 不足以满足boot。如果您查看boot 的帮助，您会看到您的函数必须能够接收数据和索引。因此，您需要编写自己的函数。此外，它应该返回您想要标准误差的值，例如平均值。

【讨论】：