R语言自己编程实现bootstrap函数和调用函数包实现.docxVIP

dataset=read.table(e:/CH01TA01.txt,T) #使用数据样本head(dataset)lm=lm(Y~X,dataset)summary(lm)boooootstrap - function(dataset,m,n) #自编函数实现bootstrap功能{ ff=as.formula(paste(names(dataset)[m],~.,sep=))row=nrow(dataset);col=ncol(dataset) c=matrix(0,n,col) a=lm(ff,dataset)dataset_new=datasetfor (i in 1:n) { num=sample(1:row,row,replace=T)dataset_new[,m]=dataset[,m]+(a$resid)[num] a1=lm(ff,dataset_new)c[i,]=as.vector(a1$coef) } c=as.data.frame(c) b=list()for (i in 1:col) b[[i]]=c[,i]names(b)=c(Intercept,colnames(dataset)[-m]) return(b)}(b=boooootstrap(dataset,2,500))hist(b[[i]]) #i为第i个参数###################函数boooootstrap的输入：1.dataset为数据集# 2.m为数据集中因变量所在列# 3.n为所需boooootstrap的次数;#输出：列表b，每一层为截距以及各自变量在boooootstrap n次所得的值CI - function(dataset,m,n,x){ a=1-x b=boooootstrap(dataset,m,n)ff=as.formula(paste(names(dataset)[m],~.,sep=))fit=lm(ff,dataset) d=list()for (i in 1:length(b)){ d1=as.vector(2*fit$coef[i]-quantile(b[[i]],1-a/2)) d2=as.vector(2*fit$coef[i]-quantile(b[[i]],a/2)) d[[i]]=c(d1,d2) }names(d)=c(Intercept,colnames(dataset[-m]))return(d)}CI(dataset,2,100,0.95)#函数CI的输入：1.dataset为数据集 #2.m为数据集中因变量所在列 #3.n为所需bootstrap的次数 #4.x为置信度(0~1)#输出：列表d，每一层为截距以及各自变量的置信区间#运行函数CI前应先加载函数boooootstrap#############################引用bootstrap包计算install.packages(bootstrap)library(bootstrap)theta.b - function(x,dataset,i){ff=as.formula(paste(names(dataset)[i],~.,sep=))out=lm(ff,dataset,subset=x) coe=out$coefficientsreturn (coe)}set.seed(333)n=nrow(dataset)coe=bootstrap(1:n,500,theta.b,dataset,i) # 1:n为抽样空间，可s为样本空间的子集； # 500为bootstrap次数 # theta为构造的函数； # dataset为数据集对象 # i为因变量所在列apply(coe$thetastar,1,mean) #对拟合系数按行求均值hist(coe$thetastar[n,]) #b_(n-1)的频率分布图ff=as.formula(paste(names(dataset)[i],~.,sep=)) #i需赋值为因变量所在列值fit=lm(ff,data