如何解决如何使用引导程序估计 0.1 个百分位数的标准误差?
我已经计算了波士顿数据集中 medv 列的第 10 个百分位数的估计值。 我想使用引导程序计算 0.1 个百分位数的标准误差。我已经编写了这个函数来计算它,但它没有给我正确的值。
你能告诉我一种使用 bootstrapping 计算某个百分位标准误差的方法吗?
注意:我知道包“boot”,但我想使用自定义函数。
library(MASS)
data(Boston)
μ.hat0.1 <- quantile(medv,c(0.1))
set.seed(20218)
boot <- function(times,data=Boston$medv) {
boots <- rep(NA,times)
for (i in 1:times) {
boots[i] <- quantileSE(sample(data,length(data),replace=TRUE),p=0.1)
}
boots
}
mean(boot(times=1000))
解决方法
更简洁
library(MASS)
data(Boston)
μ.hat0.1 <- quantile(Boston$medv,c(0.1))
set.seed(20218)
sd(replicate(1000,quantile(sample(Boston$medv,replace=TRUE),p=0.1)))
[1] 0.5209839
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。