Вы можете использовать функцию boot
из библиотеки boot
. Я не знаю ecodist::MRM
. Хотя, здесь близко к копипастам примера со страницы справки о boot
, который показывает, как сделать непараметрические самозагрузки оценок коэффициентов для lm
модели и получить смещения и доверительных интервалы
> library(boot)
> nuke <- nuclear[, c(1, 2, 5, 7, 8, 10, 11)]
> nuke.lm <- lm(log(cost) ~ date+log(cap)+ne+ct+log(cum.n)+pt, data = nuke)
>
> nuke.fun <- function(dat, inds, i.pred, fit.pred, x.pred)
+ {
+ lm.b <- lm(log(cost) ~ date+log(cap)+ne+ct+log(cum.n)+pt,
+ data = dat[inds, ])
+ coef(lm.b)
+ }
>
> set.seed(45282964)
> nuke.boot <- boot(nuke, nuke.fun, R = 999)
> nuke.boot
ORDINARY NONPARAMETRIC BOOTSTRAP
Call:
boot(data = nuke, statistic = nuke.fun, R = 999)
Bootstrap Statistics :
original bias std. error
t1* -13.26031434 -0.482810992 4.93147203
t2* 0.21241460 0.006775883 0.06480161
t3* 0.72340795 0.001842262 0.14160523
t4* 0.24902491 -0.004979272 0.08857604
t5* 0.14039305 0.009209543 0.07253596
t6* -0.08757642 0.002417516 0.05489876
t7* -0.22610341 0.006136044 0.12140501
>
> boot.ci(nuke.boot, index = 2) # pick the covariate index you want
BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 999 bootstrap replicates
CALL :
boot.ci(boot.out = nuke.boot, index = 2)
Intervals :
Level Normal Basic
95% (0.0786, 0.3326) (0.0518, 0.3215)
Level Percentile BCa
95% (0.1033, 0.3730) (0.0982, 0.3688)
Calculations and Intervals on Original Scale
Warning message:
In boot.ci(nuke.boot, index = 2) :
bootstrap variances needed for studentized intervals
См Дэвисон , AC и Hinkley, DV (1997) Методы бутстрапа и их применение. Cambridge University Press для получения подробной информации о вышеупомянутом выходе. Вы должны подумать о том, чего хотите достичь при загрузке, и подумайте над тем, какую процедуру бутстрапа использовать.
предоставьте воспроизводимые данные для вашего примера. –
Сделанные изменения, я надеюсь, что все в порядке. Большое спасибо. – Sreekar