如何获取自举的p值和自举的t值以及函数boot()如何工作?
我想得到自举的t值和lm的自举p值.
我有以下代码(基本上是从一篇论文中复制而来). # First of all you need the following packages install.packages("car") install.packages("MASS") install.packages("boot") library("car") library("MASS") library("boot") boot.function <- function(data,indices){ data <- data[indices,] mod <- lm(prestige ~ income + education,data=data) # the liear model # the first element of the following vector contains the t-value # and the second element is the p-value c(summary(mod)[["coefficients"]][2,3],summary(mod)[["coefficients"]][2,4]) } 现在,我计算了bootstrapping模型,它给出了以下内容: duncan.boot <- boot(Duncan,boot.function,1999) duncan.boot ORDINARY NONPARAMETRIC BOOTSTRAP Call: boot(data = Duncan,statistic = boot.function,R = 1999) Bootstrap Statistics : original bias std. error t1* 5.003310e+00 0.288746545 1.71684664 t2* 1.053184e-05 0.002701685 0.01642399 我有两个问题: >我的理解是bootrapped值是原始加上偏差,这意味着两个自举值(自举t值以及自举p值)都大于原始值.这反过来是不可能的,因为如果t值上升(这意味着更重要),p值必须更低,对吧?因此我认为我还没有真正理解启动函数的输出(这里:duncan.boot).如何计算引导值? 解决方法
引导函数“期待”获得一个具有两个参数的函数:第一个是data.frame,第二个是“indices”向量(可能有重复的条目,可能没有使用所有索引)用于选择行然后可能有一些重复或一式三份.)然后用替换的样本由原始数据帧中的重复模式和三次重复确定(多次由“R”用不同的“选择集”确定),将它们传递给中的indices参数. boot.function,然后收集R个函数应用程序的结果.
关于引导对象的print方法报告的内容,请看一下(使用str()检查返回的对象后完成的操作 > duncan.boot$t0 [1] 5.003310e+00 1.053184e-05 > apply(duncan.boot$t,2,mean) [1] 5.342895220 0.002607943 > apply(duncan.boot$t,mean) - duncan.boot$t0 [1] 0.339585441 0.002597411 更明显的是,T0值来自原始数据,而偏差是boot() – ed值和T0值之间的差值.我认为,为什么基于参数考虑的p值随着估计的t统计量的增加而增加,这并不是很有意义.当你这样做时,你真的处于两个不同的统计思想区域.我会将p值的增加解释为采样过程的影响,而不考虑正态分布假设.它只是简单地说一下p值的采样分布(这实际上只是另一个样本统计量). (评论:R开发时使用的资料手册是Davison和Hinkley的“Bootstrap方法及其应用程序”.我没有声称支持我上面的答案,但我想在Hagen Brenner问之后将其作为参考关于在下面的评论中使用两个索引进行采样.在超出简单参数估计之后出现许多意外的自举方面,如果我正在处理更复杂的采样情况,我将首先转向该引用.) (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |