Bootstrap CI 用于数据框中列的几个变量

Question

我想 bootstrap 置信区间来自 data.frame 的比例。我想在我的一个专栏中获得变量的结果。我已经成功地为向量执行了 bootstrap，但不知道如何从这里将它扩展到 data.frame。设置阈值为 10 并查看数据中小于 10 的比例的简化示例。

矢量解：

library(boot)

vec <- abs(rnorm(1000)*10) #generate example vector

data_to_tb <- vec

tb <- function(data) {
  sum(data < 10, na.rm = FALSE)/length(data) #function for generating the proportion
}

tb(data_to_tb)

boot.out <- boot(data = data_to_tb, function(u,i) tb(u[i]),  R = 999)
quantile(boot.out$t, c(.025,.975))

从这里开始，我想对包含两列的 data.frame 执行相同的操作。如果可能的话，我想 return "summarized" data.frame 中的结果，列 (x, sample, proportion, CI) :

x    n   proportion  CI

A    xx  xx          xx
B    xx  xx          xx
C    xx  xx          xx

如果能使用dplyr包就更好了。这是我的数据的一个简化示例：

示例：

dataframe <- data.frame(x = sample(c("A","B","C"),100,replace = TRUE), vec =abs(rnorm(100)*10))

head(dataframe)
##   x        vec
## 1 B 0.06735163
## 2 C 0.48612358
## 3 B 2.34190635
## 4 C 0.36393262
## 5 A 7.99762969
## 6 B 1.43293330

Answer 1

您可以使用 dplyr 中的 group_by 和 summarise 来获得所需的结果。请参阅下面的代码。

# load required package
require(dplyr)
# function to calculate the confidence interval
CIfun <- function(v, probs = c(.025, .975)) {
  quantile(boot(data = v, function(u,i) tb(u[i]),  R = 999)$t, probs)
}
# using summarise from dplyr
dataframe %>% group_by(x) %>%
  summarise(n = n(), 
            proportion = tb(vec), 
            `2.5%` = CIfun(vec, .025), 
            `97.5%`= CIfun(vec, .975))

Bootstrap CI 用于数据框中列的几个变量

Bootstrap CI for several variables of column in dataframe

r

function

summary

dataframe

dplyr