引导代码不报告偏差或标准错误答案

【问题标题】：Bootstrap code not reporting bias or standard error引导代码不报告偏差或标准错误
【发布时间】：2015-02-20 02:22:59
【问题描述】：

我用 R 写了这段代码：

library(boot)

bs <- function(formula, data, indices) {
  d <- data[indices,] # allows boot to select sample 
  fit <- lm(formula, data=d)
 return(coef(fit)) 
}
results <- boot(data=z, statistic=bs, 
 R=1000, formula=z[,1]~z[,2])

我正在尝试使用包含我的响应和我的预测器的数据帧进行随机 x 重采样，但是我的结果返回时没有偏差和标准。

Bootstrap Statistics :
      original  bias    std. error
t1* 83.5466254       0           0
t2* -0.6360426       0           0

谁能发现问题？

【问题讨论】：

标签： r regression statistics-bootstrap

【解决方案1】：

您的公式不正确。当您使用z[,1]~z[,2] 时，您实际上是在指定一个公式，其中z 的第一列作为响应，z 的第二列作为自变量。请注意，z 永远不会改变。 data= 参数正在改变。此外，公式语法不适用于这样的位置索引。您需要使用变量名。这是一些示例数据

z <- data.frame(a=runif(50), b=runif(50))

请注意这不起作用

results <- boot(data=z, statistic=bs, 
 R=10, formula=z[,1]~z[,2])
results

# Bootstrap Statistics :
#       original  bias    std. error
# t1* 0.45221233       0           0
# t2* 0.08818014       0           0

它只是一遍又一遍地重新调整相同的值，这与使用填充数据集时相同

lm(a~b, z)

# Coefficients:
# (Intercept)            b  
#     0.45221      0.08818

你想要的是

results <- boot(data=z, statistic=bs, 
 R=10, formula=a~b)
results

# Bootstrap Statistics :
#       original      bias    std. error
# t1* 0.45221233  0.01024794  0.08853861
# t2* 0.08818014 -0.01546608  0.16376128

这允许boot 函数每次传入不同的数据集，并且由于文字向量值不包含在专门引用z data.frame 的公式中，因此您将获得更新的值.

【讨论】：