statistics-bootstrap

1熱度

1回答

我有一些編碼問題，它出現在線性判別分析中做一些練習。我們正在使用虹膜數據： ## Read in dataset, set seed, load package Iris <- iris[,-(1:2)] grIris <- as.integer(iris[,"Species"]) set.seed(16) library(MASS) ## Read n n <- nrow(Iris

4熱度

1回答

如何在R中計算滾動引導值和置信區間

我是R新手，正在計算30個觀察滾動窗口內的引導標準偏差（sd）和相關標準錯誤。如果我只想要sd，下面的函數會適當地執行滾動窗口。但是，當我使用啓動包添加引導程序功能時，出現下面指定的錯誤。我收集到我正在嘗試將引導程序結果存儲在不正確大小的向量中。有沒有人有任何建議如何存儲每個窗口的新矩陣的行中引導的SD和相關的stderror？目標是爲時間序列上的每個窗口繪製sd和相關的95％置信區間。預先感謝您

2熱度

2回答

通過引導選擇兩個隨機數

我有一個1020尺寸測量的數據集。我需要根據這1020個數字創建一個新的數據集，通過隨機取出數字進行替換。但是，我需要按照以下方式進行隨機抽樣：從原始數據集中隨機取出兩個數字。選擇這兩個隨機數中較大的數字。獲取這個較大的數字到新的數據集中。重複步驟1-3多次我有一個新的數據集與1020大小（如在原始數據集），並且我總共有10000個新的數據集與1020大小。我不管理通過從原始數據集隨機挑

8熱度

3回答

ř計算標準誤差

我有此數組的值： > df [1] 2 0 0 2 2 0 0 1 0 1 2 1 0 1 3 0 0 1 1 0 0 0 2 1 2 1 3 1 0 0 0 1 1 2 0 1 3 [38] 1 0 2 1 1 2 2 1 2 2 2 1 1 1 2 1 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 1 0 0 0 0 0 [75] 0 0 0 0 0 1 1 0 1 1 1

2熱度

2回答

R：使用新的lme4軟件包的bootMer（）引導二進制混合模型logistic迴歸

我想要使用新lme4軟件包（當前的開發人員版本）的新bootMer（）功能。我是R新手，不知道應該爲FUN參數編寫哪個函數。它說它需要一個數值向量，但我不知道該功能會執行什麼。所以我有一個混合模型公式，它被轉換到bootMer（），並且有許多重複項。所以我不知道這個外部函數做了什麼？它應該是自舉方法的模板嗎？ bootMer中沒有引導方法嗎？那麼爲什麼他們需要一個外部的「利益統計」呢？我應該使用哪

1熱度

1回答

使用pvclust集羣一維數據

感謝您花時間閱讀此問題。我有一些一維數據要在R中集羣。基本的hclust命令工作正常。但pvclust命令，但是，不採取一維數據，並口口聲聲說： Error in hclust(distance, method = method.hclust) : must have n >= 2 objects to cluster 我發現了一個變通，我增加了一些全零行的數據。因此，該數據變爲：

1熱度

1回答

邏輯迴歸和引導

我想從包RMS使用lrm首先運行邏輯迴歸。我的模型適用於glm，但不適用於lrm。 model1 <- lrm(Outcome30Days ~ ISS1 + ISS2 + as.factor(GCSgr)+ as.factor(Gender)*as.factor(agegr),data=sub2, x=T, y=T, se.fit=T) 如果ISS1和ISS2被刪除模型運行，但與這些兩個變

12熱度

3回答

使用R並行來加速引導

我想加快我的引導功能，它本身工作得很好。我讀到，自R 2.14以來有一個叫parallel的軟件包，但我覺得它很難。對計算機科學知識的掌握程度低，難以真正實施。也許有人可以幫忙。所以在這裏我們有一個自舉： n<-1000 boot<-1000 x<-rnorm(n,0,1) y<-rnorm(n,1+2*x,2) data<-data.frame(x,y) boot_b<-numeri

0熱度

1回答

使用Bootstrapping置信區間的比例 - Matlab

我有一個簡單的nx1整數數組，我想引導它來評估置信區間的比例。我已經找到了IBM SPSS一個解決方案，但我想這樣做的分析與MATLAB，您可以在這裏找到例子： http://publib.boulder.ibm.com/infocenter/spssstat/v20r0m0/index.jsp?topic=%2Fcom.ibm.spss.statistics.cs%2Fbootstrap_te

0熱度

2回答

R中的自定義引導置信區間

我需要找到一種方法來獲得自定義函數獲得的估計的引導置信區間。現在，問題是我有一個大矩陣，我隨機抽出一行，然後計算所需的數量。這裏是（希望）再現的示例生成類似隨機數據： mat1 <- matrix(rnorm(300, 80, 20), nrow = 100) 函數來計算所期望的量（其中R是相關矩陣）： IIvar <- function(R) { d <- eigen(R)$value