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cor
是0.8
,但上述函數返回-0.2
爲t0
。
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cor
是0.8
,但上述函數返回-0.2
爲t0
。
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
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。 –
你的意思是[bias](http://bit.ly/vEqbCa)? – chl
[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