statistics-bootstrap

    0热度

    1回答

    我有一个“my.dataset”是这样的: ID Species SEX Category V1 V2 V3 87790 Caniceps F F_Caniceps -0.34 -0.55 0.61 199486 Caniceps F F_Caniceps -0.34 -0.56 0.63 199490 Caniceps F F_Caniceps -0.37 -0.54 0.57

    2热度

    1回答

    我有多个时间序列,包括观察值作为行(索引时间戳,n> 5000)和变量作为列(n = 419)。我在时间序列中选择了N百分比,然后打电话给groupby逐个分组。我想要的是平均值,标准差,然后是每年的95%置信区间。我可以通过下面的代码获得平均值和std,但我需要调用单独的引导程序函数以获得每年和每个组的95%CI: 这是对分组数据看起来像什么的一瞥:(2013年和28列共有86行,数据始于20世

    0热度

    1回答

    我试图从数据框中抽取两个随机抽取的子样本,抽取子样本中列的均值并计算均值之间的差异。下面的功能和使用replicate内do.call应尽可能我可以告诉大家的工作,但我不断收到错误消息: 示例数据: > dput(a) structure(list(index = 1:30, val = c(14L, 22L, 1L, 25L, 3L, 34L, 35L, 36L, 24L, 35L, 33L

    0热度

    1回答

    我想在可能的情况下使用启动包生成置信区间。 我有一个向量,我想设置一个阈值,然后计算低于指定级别的比例。 之后,我想使用引导包中的引导程序函数来计算比例的置信区间。什么我迄今为止 简单的例子: library(boot) vec <- abs(rnorm(1000)*10) #generate example vector data_to_tb <- vec tb <- functio

    0热度

    1回答

    是否有可能做生存分析引导,说的Kaplan-Meier估算? 如果是这样,我应该怎么办呢? 我看过一些报道,但这些都太复杂了。 R中有一个叫做BootKM的函数,任何人都可以简单地解释它是如何工作的吗?

    0热度

    1回答

    您好我在R中使用for循环来生成一系列数字,每次基于这些数字计算感兴趣的估计并将所有感兴趣估计的迭代存储在向量中。有时候,利息估计值将为NA,具体取决于该迭代过程中生成的数量。当利息估计为NA时,是否有办法让for循环重新运行? 谢谢!

    0热度

    1回答

    假设下面的简单的自举过程: x <- c(20,54,18,65,87,49,45,94,22,15,16,15,84,55,44,13,16,65,48,98,74,56,97,11,25,43,32,74,45,19,56,874,3,56,89,12,28,71,93) n <- length(x) nBoot <- 5; mn <- numeric(nBoot) for(boot

    2热度

    1回答

    我有两级分层数据,我试图在最高级别上执行非参数引导采样,即,随机取样最高级别的集群,同时保留原始的集群内数据。 我想使用{boot}包中的boot()函数来实现此目的,因为我之后希望使用需要引导对象的boot.ci()来构建BCa置信区间。 下面是我的不幸尝试 - 在启动调用上运行调试表明随机采样不是在集群级别(=主题)发生。 ### create a very simple two-level

    0热度

    1回答

    我试图在河上运行,从线性回归的引导我到目前为止的代码是 hprice<-lm(dat[,1]~dat[,3]+dat[,4]+dat[,5]+dat[,6]) print (hprice) pricefunc<-function(data,ind) lm(data[ind,1]~data[ind,3]+data[ind,4]+data[ind,5]+data[ind,6]) hpboot<-

    0热度

    1回答

    #install.packages("quantmod") #install.packages("dataframes2xls") #install.packages("bootstrap") #install.packages("fArma") library(bootstrap) library(quantmod) library(dataframes2xls) library(