在R中引导Nash-Sutcliffe效率

Question

我试图在R中引导统计数据Nash-Sutcliffe Efficiency（NSE）。它用于评估水文模型模拟数据对观测数据的性能。包装内的功能＆＃39; hydroGOF＆＃39;存在以计算统计量（NSE（））。统计数据的定义如下：

  

描述

     

sim和obs之间的Nash-Sutcliffe效率，处理缺失值。

     

用法

     

NSE（sim，obs，...）

我可以使用此代码成功引导相关系数（对象＆＃39;运行＆＃39;是一个双列数据框（观察到的径流和模拟径流）：

mycorRun <- function(Run, i) cor(Run[i,])[1,2]
bootcorRun <- boot(Run, mycorRun,R=10000)

但是，当我尝试使用NSE函数模仿时，我收到以下错误：

library(hydroGOF)

observed.runoff <- c(0.3, 0.5, 1.1, 0.6, 0.1) simulated.runoff <- c(0.5, 0.7, 0.8, 0.4, 0.3) runoff <- data.frame(observed.runoff, simulated.runoff)

myNSERun <- function(runoff, i) NSE(runoff[i,])[1,2]

bootNSERun <- boot(runoff, myNSERun, R=10000)

as.matrix（obs）中的错误：参数＆＃34; obs＆＃34;缺少，没有默认

关于如何编写统计函数的任何想法？我尝试使用x＆amp; amp创建自己的功能。 y变量而不是观察到的＆amp;模拟，但它给了我同样的错误。

Answer 1

删除代码中的[1,2] - ＆gt; NSE（径流[I，]）。但是，我不确定引导NSE是否是明智的选择，因为时间序列中存在时间相关性，而普通引导通常取决于iid变量。