Bootstrap t тест в R без использования пакета MKinfer

Question

Я хотел бы получить CI для парного t-теста с использованием bootstrap в R. К сожалению, у меня нет прав на установку MKinfer. Используя MKinfer, я бы (например, здесь: T-тест с bootstrap в R ):

  boot.t.test(
    x = iris["Petal.Length"],
    y = iris["Sepal.Length"],
    alternative = c("two.sided"),
    mu = 0,
    #paired = TRUE,
    conf.level = 0.95,
    R = 9999
  ) 

Как бы я сделал это для парных данных с CI и p-значениями не полагаться на MKinfer (полагаться на boot было бы хорошо)?

Answer 1

Вот пример использования boot с использованием R = 1000 bootstrap повторений

library(boot)
x <- iris$Petal.Length
y <- iris$Sepal.Length
change_in_mean <- function(df, indices) t.test(
    df[indices, 1], df[indices, 2], paired = TRUE, var.equal = FALSE)$estimate
model <- boot(
    data = cbind(x, y),
    statistic = change_in_mean,
    R = 1000)

Мы можем рассчитать доверительный интервал предполагаемого изменения среднего, используя boot.ci

boot.ci(model, type = "norm")
#BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
#Based on 1000 bootstrap replicates
#
#CALL :
#boot.ci(boot.out = model, type = "norm")
#
#Intervals :
#Level      Normal
#95%   (-2.262, -1.905 )
#Calculations and Intervals on Original Scale

Обратите внимание, что это очень близко к CI, сообщенному t.test

t.test(x, y, paired = TRUE, var.equal = FALSE)
#
#   Paired t-test
#
#data:  x and y
#t = -22.813, df = 149, p-value < 2.2e-16
#alternative hypothesis: true difference in means is not equal to 0
#95 percent confidence interval:
# -2.265959 -1.904708
#sample estimates:
#mean of the differences
#              -2.085333