如何在 R 中创建自定义 bootstrap 函数？

Question

我想创建一个自定义 bootstrap 函数。原因有几个。

更好地理解（或者说理解）过程
推断 bootstrap 在其他地方重新采样而不依赖于包

我知道有一些软件包（主要是 boot、rms、caret 等）可以帮助我解决我的问题并且用途广泛，但我希望能够由于上述原因，自己创建一个功能。

据我了解，bootstrap 是一种重采样方法，与从样本（在我们的例子中是数据帧）中随机抽取 n 个样本一致。然后用这n个随机样本来计算估计值。

所以，例如，假设我适合一个模型（无论如何，这对我的 "example" 代码来说真的无关紧要）

model <- coxph(Surv(time, cens)~groups, data=df)

我使用了生存模式，因为这是我现在想要应用它的地方，但因为我有兴趣了解真正发生的事情，所以我们选择哪种模型并不重要。

现在，让我们"resample"。从理论上讲，这是我每次阅读有关 bootstrap

时的理解

bstrap <- sample(df, 1000, replacement=T)
preds <- predict(model, bstrap)
mean(preds)
confint(preds) #This is probably the "faultiest" part, as C.I are supposed to be calculated by the bootstrap itself

这样的东西行得通吗？我可以在那里看到一些错误的东西，但这正是我对这个话题的直觉驱使我根据我读到的 bootstrap 来思考的地方。为什么那行不通？这可能是因为我使用的数据与我的模型完全相同吗？是因为重采样不是那么字面意思吗？还有别的吗？

非常感谢！

Answer 1

我假设您想 bootstrap 预测。这是基本的实现。（我用的是lm，其他型号也是一样。）

mod <- lm(Sepal.Length ~ Petal.Length, data = iris)

preds <- predict(mod)

#bootstrap:

n <- 1000 #number of bootstrap resamples
bootpred <- matrix(ncol = length(preds), nrow = n)

set.seed(42) #for reproducibility

#loop over n
for (i in seq_len(n)) {
  bootdat <- iris[sample(n, replace = TRUE),] #bootstrap resample of data
  bootmod <- lm(Sepal.Length ~ Petal.Length, data = bootdat) #fit model to bootstrap resample
  bootpred[i,] <- predict(bootmod, newdata = iris) #calculate predictions from this model
}

CI <- apply(bootpred, 2, quantile, probs = c(0.025, 0.975)) #quantiles

plot(preds ~ Petal.Length, data = iris, pch = 16)
points(CI[1,] ~ Petal.Length, data = iris, col = "dark red", pch = 16)
points(CI[2,] ~ Petal.Length, data = iris, col = "dark red", pch = 16)

如果你仔细研究这个，你会发现你错过了重要的步骤，最重要的是模型的循环和改装。

此外，通常最好计算偏差校正置信区间。

通常实际执行剩余 bootstrapping 比正常 bootstrapping 更好（更稳定）。

如何在 R 中创建自定义 bootstrap 函数？

How to create a custom bootstrap function in R?

r

statistics-bootstrap