plyr + simpleboot：概率向量中的 NA

Question

我正在使用 simpleboot 程序包 (https://cran.r-project.org/web/packages/simpleboot/index.html) 来获取置信区间。

这是我的功能：

lb_weighted_median_dplyr <- function(x,v) {
  set.seed(1234)
  b <- one.boot(x, weights = v, FUN = function(x,w) matrixStats::weightedMedian(x, w = v, na.rm = TRUE), R = 100, student = FALSE)
  round(perc(b, 0.025), 0)
}

函数的作用是计算当我运行

时置信区间的下界

ddply(wage_by_gender_2015, .(sex,region), summarise, FUN = lb_weighted_median_dplyr(wage, exp_region))

其中 wage 是一个数字列，exp_region 是另一个包含权重的数字列。

我没有某些地区的数据，因此该功能在某些地区失败，returns

Error in eval(substitute(expr), envir, enclos) : NA in probability vector

如何绕过该错误并获得 NA 作为无数据区域的下限？

一种dplyr 等效方法，returns NA in probability vector 也是

grouped <- group_by(wage_by_gender_2015, sex, region)
dplyr::summarise(grouped, FUN = lb_weighted_median_dplyr(wage, exp_region))

这里的相关数据样本：http://users.dcc.uchile.cl/~mvargas/casen/wage_by_gender_2015.RData

Answer 1

wage_by_gender_2015 <- data.frame(sex    = rep(c("male", "female"),100),
                                  region = rep(c("north", "south", "east",
                                                 "west"), 50),
                                  exp_region = abs(rnorm(100)),
                                  wage       = abs(rnorm(100))
)

wage_by_gender_2015$exp_region[10] <- NA
ddply(wage_by_gender_2015, .(sex,region), summarise, FUN = lb_weighted_median_dplyr(wage, exp_region))

 Error in sample.int(length(x), replace = TRUE, ...) :    NA in probability vector

# impute
wage_by_gender_2015$exp_region <- RRF::na.roughfix(wage_by_gender_2015$exp_region)

ddply(wage_by_gender_2015, .(sex,region), summarise, FUN = lb_weighted_median_dplyr(wage, exp_region))

    sex region FUN
1 female  south   0
2 female   west   0
3   male   east   1
4   male  north   0

如评论中所述，我会使用您的示例数据，但它丢失了 sex。

plyr + simpleboot：概率向量中的 NA

plyr + simpleboot: NA in probability vector

r

plyr

dplyr

statistics-bootstrap