如何使用预引导数据获得 BCa CI？

Question

我使用一个函数引导了两个变量（一个已经在“Impala.csv”文件中），该函数重新采样并报告大小为 nrow(data) 的样本的平均值，重复 5000 次。代码如下：

data<-read.csv("Impala.csv")
allo<-data$distance

data2<-read.csv("2010 - IM.csv")
pro<-data2$pro
n1<-nrow(data2)
boot4000 <- c()
for(i in 1:5000){
s <- sample(data2$xs,n1,replace=T,prob = data2$pro)
boot4000[i] <- mean(s)
}`

然后将两个输出组合成一个公式，得到 5000 个新变量。

d<-(pi/2)*(boot4000*(1/allo))

现在我想为此找到 BCa 置信区间，但据我所知，引导功能将要求我进行一组新的重采样，但我不希望这样做，因为引导已完成。我现在想要的只是一个函数，它将按原样获取我的引导数据并确定 BCa 置信区间。

http://www.filedropper.com/impala

http://www.filedropper.com/2010-im

这是我用过的数据文件

此外，我尝试使用以下方法创建一个模仿 'boot' 对象的对象

den<-as.matrix(d, ncol=1)
outs<-list(t0=mean(d), t=den, R=5000, L=3)
boot.ci(outs, type="bca")

这吐出错误：

 Error in if (as.character (boot.out$call[1L]) == "tsboot") warning
 ("BCa intervals not defined for time series bootstraps") else output
 <- C (output,: argument is of length zero

Answer 1

outs <- list(t0=mean(d), t=den, R=5000, sim="ordinary", 
             stype="i", weights=rep(0.0002,5000), statistic=meanfun, 
             data=d, call=boot(data=d, statistic = meanfun,R=5000), 
             strata = rep(1,5000), attr="boot", seed=.Random.seed)

这就是 class boot.out 对象的制作方法。

如何使用预引导数据获得 BCa CI？

How can I use pre bootstrapped data to obtain a BCa CI?

r

confidence-interval