引导示例意味着在 R 中使用引导包，为 boot() 函数创建统计函数答案

【问题标题】：Bootstrapping sample means in R using boot Package, Creating the Statistic Function for boot() Function引导示例意味着在 R 中使用引导包，为 boot() 函数创建统计函数
【发布时间】：2017-02-22 19:45:24
【问题描述】：

我有一个包含 15 个密度计算的数据集，每个都来自不同的样带。我想用替换对这些进行重新采样，从 15 个样带中随机选择 15 个样本，然后获得这些重新采样的平均值。在此过程中，每个样带都应该有自己的被采样概率。这应该做 5000 次。我有一个代码可以在不使用引导功能的情况下执行此操作，但如果我想使用引导包计算 BCa 95% CI，则需要先通过引导功能完成引导。我一直在尝试创建一个功能，但我无法获得任何似乎有效的功能。我希望引导程序从某个列 (data$xs) 中进行选择，并且要使用的概率在 data$prob 列中。

我认为可能起作用的功能是；

library(boot)
meanfun <- function (data, i){
    d<-data [i,]
    return (mean (d))   }
bo<-boot (data$xs, statistic=meanfun, R=5000)
#boot.ci (bo, conf=0.95, type="bca")  #obviously `bo` was not made

但这告诉我“维数不正确”

我了解如何在正常意义上创建一个函数，但该函数在启动时的工作方式似乎很奇怪。由于该函数仅按名称引导，并且没有指定要传递给函数的参数，因此我似乎仅限于引导本身将作为参数传递的内容（例如，我无法将 data$xs 作为参数传递给数据，并且我无法将 data$prob 作为概率参数传递，依此类推）。它似乎真的限制了可以做的事情。也许我错过了什么？

感谢大家的帮助

【问题讨论】：

您应该提供带有示例输入的reproducible example，以便我们也可以运行和测试该功能。使示例尽可能少。这样我们也可以运行代码来看看出了什么问题。

标签： r statistics-bootstrap

【解决方案1】：

此错误的原因是，data$xs 返回一个向量，然后您尝试通过data [i, ] 对其进行子集化。

解决此问题的一种方法是将其更改为data[i] 或改用data[, "xs", drop = FALSE]。 drop = FALSE 避免了类型强制，即。将其保留为data.frame。

我们尝试

data <- data.frame(xs = rnorm(15, 2))

library(boot)
meanfun <- function(data, i){
  d <- data[i, ]
  return(mean(d))   
}
bo <- boot(data[, "xs", drop = FALSE], statistic=meanfun, R=5000)
boot.ci(bo, conf=0.95, type="bca")

并获得：

BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 5000 bootstrap replicates

CALL : 
boot.ci(boot.out = bo, conf = 0.95, type = "bca")

Intervals : 
Level       BCa          
95%   ( 1.555,  2.534 )  
Calculations and Intervals on Original Scale

【讨论】：

好的，谢谢，我会试一试。但是，有没有办法插入每个样本被选中的概率？这非常重要，据我所知，我在包中没有看到任何这样的选项......也许有一种方法可以将它构建到函数中？
为什么boot() 中的weights 参数不够用？我正在尝试了解您想要什么。

【解决方案2】：

可以使用 boot.array 提取所有或部分重采样集。在这种情况下：

bo.ci<-boot.ci(boot.out = bo, conf = 0.95, type = "bca")


resampled.data<-boot.array(bo,1)

提取第一组和第二组重采样数据：

resample.1<-resampled.data[1,]
resample.2<-resampled.data[2,]

然后继续从任何子集中提取您想要的单个统计信息。例如，如果您假设正常，您可以在第一个子集上运行学生的 t.test：

t.test(resample.1)

对于这个例子和特定的种子值给出了：

数据：resample.1
t = 6.5216，df = 14，p 值 = 1.353e-05
备择假设：真实均值不等于 0
95% 置信区间：
5.234781 10.365219
样本估计：
x的平均值
7.8

r resampling boot.array

【讨论】：