計算R中的Bootstrap置信區間和來自另一個程序的點估計

Question

我已經使用了一個特殊的物種分佈建模程序來創建100個生態位寬度的估計。這裏最重要的部分是數據被輸入到R.

有了這些生態位寬度估計之前產生的，我想避開的平均生態位寬度值的置信區間。

我所見過的引導和bootobject功能，但在我看來，你是生成使用功能，這是沒有必要的自舉值，我想。

請分享有關獲取此數據配置項的任何建議。

Answer 1

這可能是一個關於統計而不是編程的問題。但是引人注意的是，引導配置項需要從數據中提取自舉重採樣，並從重採樣中重新估算您感興趣的數量，然後檢查重採樣之間的估計分佈。那麼從R到你的物種計劃如何去另一種方式呢？在R中生成resamples，並在其他程序中迭代它們。

凡從你的數據重新取樣，也許：

d = cars 
resamples = lapply(1:1000, function(b) { 
    d_resample = d[sample(1:nrow(d), nrow(d), replace = TRUE), ] 
    d_resample$boot = b 
    d_resample 
}) 

stacked = dplyr::bind_rows(resamples) 

然後通過在其他程序啓動變量子集。