Как сделать bootstrap раздачу в R?

Question

Я пытаюсь вычислить распределение bootstrap предполагаемого наклона в R, используя функцию boot. Я сделал функцию, которая вычисляет наклон, и это стандартная ошибка. Теперь мне нужно сгенерировать распределение bootstrap, а затем добавить это распределение с наклоном моей линии в вектор. Вот мои примеры данных

# rm(list=ls())
set.seed(999123)
x = c(1,1.5,2,3,4,4.5,5,5.5,6,6.5,7,8,9,10,11,12,13,14,15)
y = c(21.9,27.8,42.8,48.0,52.5,52.0,53.1,46.1,42.0,39.9,38.1,34.0,33.8,30.0,26.1,24.0,20.0,11.1,6.3)

data = data.frame(x=x, y=y)

. Это код, который я использовал для построения функции, чтобы дать мне наклон линии и стандартное отклонение. ошибка

b1=function(data,index){
  x=data$x[index]
  y=data$y[index]
  lmout=lm(y~x)
  b1=coef(lmout)[2]
  return(b1)}

library(boot)
data=data.frame(x=x,y=y)

Nboot = 20
mybdone = boot(data,b1,R=Nboot)
mybdone

Кто-нибудь знает, как создать bootstrap -распределение, которое я могу использовать, чтобы в итоге получить bootstrap распределение предполагаемого наклона?

Answer 1

Ваш код почти готов ... Если мы проверим документацию boot с помощью ?boot и поищем часть, в которой описывается возвращаемое значение (в R документах, озадаченно озаглавленных просто Значение ) мы находим эту запись:

t Матрица с суммами (R) строк, каждая из которых является bootstrap копией результата вызова statisti c.

Это означает, что нам нужно только позвонить

mybdone$t

Чтобы получить:

           [,1]
 [1,] -2.470016
 [2,] -1.763517
 [3,] -1.856894
 [4,] -2.189789
 [5,] -1.276630
 [6,] -2.010069
 [7,] -2.002160
 [8,] -2.193305
 [9,] -1.840872
[10,] -3.810425
[11,] -2.585354
[12,] -2.836741
[13,] -1.869082
[14,] -3.209472
[15,] -1.041906
[16,] -2.167952
[17,] -2.807697
[18,] -1.445792
[19,] -3.355852
[20,] -1.756974

, который мы можем использовать для построения графиков или любых вычислений. Нет ничего постыдного в том, что нужно обращаться к превосходной справочной системе * 1017, вызывая ?name_of_a_function, чтобы посмотреть, как структурированы аргументы или, как в этом случае, возвращаемые значения. Мне нужно все время так искать!