我很抱歉，如果这对某些人来说非常明显，但是我一直试图让我的脑袋绕过几个小时，而对于一些如此简单的事情，我真的很挣扎。
我有一个大的数据集，但它不是正常分布的，我试图找到置信水平，因此我为什么转向bootstraps。我想将引导程序应用到数据集的第四列，我可以这样做。
但是我在使用bootci函数时遇到了麻烦
ci=bootci(10000, ..... , array;
我无法实现该功能，因为我不完全理解bootci功能的第二部分，表示为.....。
我已经看到@mean在其他示例中实现了，我假设这会计算每列的均值并将其应用于函数。
如果有人能够证实我的想法或向我解释这个功能，那将非常感激！
我也不确定如何更改样本量，有人能指出我正确的方向吗？
答案 0 :(得分：1)
根据我对这个问题的理解：
ci = bootci(10000, @mean, X);
使用从数据集X替换的随机抽样生成的10000个子样本，确定数据集X均值的95％置信区间。
函数@mean的第二个参数表示应用于子样本的函数是mean，因此计算均值的置信区间。如果您愿意，您可以同样传入@std来计算标准差的置信区间，或者传递任何其他合适的函数。
根据我在documentation中所读到的内容，似乎无法直接控制bootci函数使用的子样本的大小。