R linear.approx Bootstrap 重复的线性近似

说明

此函数采用引导程序对象，并且对于每个引导程序复制，它计算该引导程序样本的感兴趣统计量的线性近似值。

用法

linear.approx(boot.out, L = NULL, index = 1, type = NULL,
              t0 = NULL, t = NULL, ...)

参数

boot.out	代表非参数引导程序的 "boot" 类的对象。它通常由函数 boot 创建。
L	包含感兴趣统计的经验影响值的向量。如果未提供，则通过调用 empinf 计算 L 。
index	boot.out$statistic 输出中感兴趣的变量的索引。
type	这给出了要计算的经验影响值的类型。如果提供L，则不使用它。 empinf 的帮助中说明了经验影响值的可能类型。
t0	感兴趣的统计量的观测值。仅当还提供了 t 或 L 之一时才使用输入值。默认值为boot.out$t0[index]。如果提供了t0，但既没有提供t，也没有提供L，则t0 将设置为boot.out$t0[index]，并生成警告。
t	感兴趣的统计数据的引导复制向量。如果 t0 缺失，则不使用 t，否则用于计算经验影响值(如果 L 中未提供)。
...	boot.out$statistic 所需的任何额外参数。如果未提供L，则需要这些，因为empinf 使用它们来计算经验影响值。

细节

在一个样本中，t0 + sum(L * f)/n 给出了频率向量 f 的引导复制的线性近似，并且可以轻松扩展到分层情况。通过调用 boot.array 可以找到频率。

值

长度为 boot.out$R 的向量，具有每个引导样本的感兴趣统计量的线性近似值。

例子

# Using the city data let us look at the linear approximation to the 
# ratio statistic and its logarithm. We compare these with the 
# corresponding plots for the bigcity data 

ratio <- function(d, w) sum(d$x * w)/sum(d$u * w)
city.boot <- boot(city, ratio, R = 499, stype = "w")
bigcity.boot <- boot(bigcity, ratio, R = 499, stype = "w")
op <- par(pty = "s", mfrow = c(2, 2))

# The first plot is for the city data ratio statistic.
city.lin1 <- linear.approx(city.boot)
lim <- range(c(city.boot$t,city.lin1))
plot(city.boot$t, city.lin1, xlim = lim, ylim = lim, 
     main = "Ratio; n=10", xlab = "t*", ylab = "tL*")
abline(0, 1)

# Now for the log of the ratio statistic for the city data.
city.lin2 <- linear.approx(city.boot,t0 = log(city.boot$t0), 
                           t = log(city.boot$t))
lim <- range(c(log(city.boot$t),city.lin2))
plot(log(city.boot$t), city.lin2, xlim = lim, ylim = lim, 
     main = "Log(Ratio); n=10", xlab = "t*", ylab = "tL*")
abline(0, 1)

# The ratio statistic for the bigcity data.
bigcity.lin1 <- linear.approx(bigcity.boot)
lim <- range(c(bigcity.boot$t,bigcity.lin1))
plot(bigcity.lin1, bigcity.boot$t, xlim = lim, ylim = lim,
     main = "Ratio; n=49", xlab = "t*", ylab = "tL*")
abline(0, 1)

# Finally the log of the ratio statistic for the bigcity data.
bigcity.lin2 <- linear.approx(bigcity.boot,t0 = log(bigcity.boot$t0), 
                              t = log(bigcity.boot$t))
lim <- range(c(log(bigcity.boot$t),bigcity.lin2))
plot(bigcity.lin2, log(bigcity.boot$t), xlim = lim, ylim = lim,
     main = "Log(Ratio); n=49", xlab = "t*", ylab = "tL*")
abline(0, 1)

par(op)

参考

Davison, A.C. and Hinkley, D.V. (1997) Bootstrap Methods and Their Application. Cambridge University Press.

也可以看看

boot , empinf , control