假设函数为 1 2 3 4 5
在R里边,我的bootstrap做法是
x<-c(1,2,3,4,5)
m=1000
boot<-numeric(m)
for for (i in 1:m){
boot.x<-sample(x,replace=T)
boot<-mean（boot.x）
}
hist(boot)
abline(v=cbind(quantile(boot,prob=c(.025,.975))))
大概的意思就是首先生成一个1x1000的矩阵
然后再在原始数据里边不断提取样本（with replacement）
提取一千次 然后boot后边可以根据需要变换
我这里需要的是mean 你也可以替换称中间值（median）标准差，方差之类的
然后就用柱状图看这些mean的分布h和相应的bootstrap 95%CI
不过，做bootstrap会对一些东西比较敏感
比如原始数据的代表性 模拟的次数 原始数据的大小 之类的
不过总体来讲都比较实用！以之相应的还有permutation，跟这个差不多！
不过想知道数据的分布好像不用 bootstrap吧？可以用MLE求吧？
还有 在R里边可以用plot(desity(x))来看看他的密度分布！
知识有限，有错请提出！
扫码加好友，拉您进群
全部版块
我的主页
收藏
