计算R中的Bootstrap置信区间和来自另一个程序的点估计

Question

我已经使用了一个特殊的物种分布建模程序来创建100个生态位宽度的估计。这里最重要的部分是数据被输入到R.

有了这些生态位宽度估计之前产生的，我想避开的平均生态位宽度值的置信区间。

我所见过的引导和bootobject功能，但在我看来，你是生成使用功能，这是没有必要的自举值，我想。

请分享有关获取此数据配置项的任何建议。

Answer 1

这可能是一个关于统计而不是编程的问题。但是引人注意的是，引导配置项需要从数据中提取自举重采样，并从重采样中重新估算您感兴趣的数量，然后检查重采样之间的估计分布。那么从R到你的物种计划如何去另一种方式呢？在R中生成resamples，并在其他程序中迭代它们。

凡从你的数据重新取样，也许：

d = cars 
resamples = lapply(1:1000, function(b) { 
    d_resample = d[sample(1:nrow(d), nrow(d), replace = TRUE), ] 
    d_resample$boot = b 
    d_resample 
}) 

stacked = dplyr::bind_rows(resamples) 

然后通过在其他程序启动变量子集。