获取来自 bootstrap 的样本的均值

Question

我想获取 20 个采样数据的均值和 sds，但不确定如何操作。我当前的代码可以为我提供每个样本内的方法，而不是跨样本的方法。

## create data
data <- round(rnorm(100, 5, 3))
data[1:10]
## obtain 20 boostrap samples
## display the first of the boostrap samples

resamples <- lapply(1:20, function(i) sample(data, replace = T))

resamples[1]


## calculate the means for each bootstrap sample
r.mean <- sapply(resamples, mean)
r.median
## calculate the sd of the distribution of medians 
sqrt(var(r.median))

从上面的代码中，我从每个采样数据中得到了 20 个均值，以及均值分布的 sd。我怎样才能得到 100 个均值，每个均值来自 20 个样本的分布？标准差也一样吗？

非常感谢！！

Answer 1

用你的样本制作一个矩阵

mat <- do.call(rbind, resamples)

然后

rowMeans(mat)

会给你 "within sample" 的平均值和

colMeans(mat)

"across sample"的意思。对于其他数量，例如您可以使用 apply 的标准偏差，例如apply(mat, 1, sd) 或 matrixStats 包中的函数，例如matrixStats::rowSds(mat).

Answer 2

虽然@konvas 的回答可能是您想要的，但在引导时我仍然会看一下基础包 boot。

看看下面的例子是否能让你更接近你想要做的事情。

set.seed(6929)    # Make the results reproducible
data <- round(rnorm(100, 5, 3))

boot_mean <- function(data, indices) mean(data[indices])
boot_sd <- function(data, indices) sd(data[indices])

Runs <- 100
r.mean <- boot::boot(data, boot_mean, Runs)
r.sd <- boot::boot(data, boot_sd, Runs)

r.mean$t
r.sd$t

sqrt(var(r.mean$t))
#          [,1]
#[1,] 0.3152989

sd(r.mean$t)
#[1] 0.3152989

现在，查看自举均值和标准误的分布。

op <- par(mfrow = c(1, 2))
hist(r.mean$t)
hist(r.sd$t)
par(op)

获取来自 bootstrap 的样本的均值

get means across samples from bootstrap

r

sample

statistics-bootstrap