
402
|
第
13
章
13.7.4 另请参阅
使用逻辑回归时,需要根据对残差的解释来判断模型的显著性。我们建议你在尝试从回
归中得出任何结论之前,先查看逻辑回归的相关书籍。
13.8 统计量的 Bootstrap 法
13.8.1 问题
有一个数据集和计算该数据集统计量的函数。现在需要估计统计量的置信区间。
13.8.2 解决方案
使用 boot 包中的 boot 函数来计算统计量的 Bootstrap(自助抽样):
library(boot)
bootfun <- function(data, indices) {
# . . . calculate statistic using data[indices]. . .
return(statistic)
}
reps <- boot(data, bootfun, R = 999)
这里,参数 data 是原始数据集,可以存储在向量或数据框中。计算统计量的函数(在
本例中为 bootfun)应该有两个参数:data 是原始数据集,indices 是一个整型向量,
它用来从原始数据汇总选择 Bootstrap 样本。
接下来,使用 boot.ci 函数估算自助抽样的置信区间:
boot.ci(reps, type = c("perc", "bca"))
13.8.3 讨论
任何人都可以计算统计量,但他们得到的只是点估计值。我们希望得到一个更高级的估
计。那么什么是置信区间(Confidence Interval,CI)?对于某些统计量,我们可以通过
解析的方式计算置信区间。例如,均值的置信区间由 ...