2011-10-20 49 views
5

如果我想使用來自R的boot包的boot()函數計算兩個向量之間的Pearson相關係數的意義,我應該做這樣的:引導軟件包中的R簡單援助

boot(re1, cor, R = 1000) 

哪裏re1是這兩個觀測向量的兩列矩陣?我似乎無法得到這個權利,因爲這些載體的cor0.8,但上述函數返回-0.2t0

+4

[R常見問題:我如何才能生成中的R引導統計](http://www.ats.ucla.edu/stat/r/faq/boot.htm)+記得,零假設測試如果相應的配置項不包含空值下的檢驗統計量的值,那麼它是重要的。 – caracal

回答

7

只是爲了強調在R引導的一般想法,儘管@caracal已經通過他的評論回答了你的問題。當使用boot時,您需要具有可按行抽樣的數據結構(通常是矩陣)。您的統計信息的計算通常是在接收此數據矩陣的函數中完成的,並返回重新採樣後計算的關注統計量。然後,您撥打boot(),負責將此功能應用於R複製並以結構化格式收集結果。這些結果可以依次使用boot.ci()進行評估。

下面是low birth baby研究MASS包中的兩個工作示例。

require(MASS) 
data(birthwt) 
# compute CIs for correlation between mother's weight and birth weight 
cor.boot <- function(data, k) cor(data[k,])[1,2] 
cor.res <- boot(data=with(birthwt, cbind(lwt, bwt)), 
       statistic=cor.boot, R=500) 
cor.res 
boot.ci(cor.res, type="bca") 
# compute CI for a particular regression coefficient, e.g. bwt ~ smoke + ht 
fm <- bwt ~ smoke + ht 
reg.boot <- function(formula, data, k) coef(lm(formula, data[k,])) 
reg.res <- boot(data=birthwt, statistic=reg.boot, 
       R=500, formula=fm) 
boot.ci(reg.res, type="bca", index=2) # smoke 
+1

我試過這個,它使用'cor(vec [i,])[1,2]'類型函數,但是現在我不確定如何解釋結果,以及引導輸出中的偏見。謝謝。 –

+0

你的意思是[bias](http://bit.ly/vEqbCa)? – chl