使用非参数引导计算p值

Question

假设我给了一个样本X.我的教授说要使用非paramaetric bootstrap找到p值。我应该通过这样做来调整样本均值：

adjustX = X - mean（X）+ mu_not

然后他说要引导调整后的X，并返回平均值。 获得列表样本意味着，p值可以计算为bootstrap样本均值小于观察样本均值的比例。

我在R中模拟了这个，但是我没有得到任何接近真实p值的东西。

这是我的R功能：

pvalue = function(Samples, mu_not) {
  X.boot = X - mean(X) + mu_not
  bootstrap = sapply(1:Samples, function(a){
    single = sample(X.boot, length(X.boot), replace=TRUE)
    return(mean(single))
  })
  return(mean(mu_not < bootstrap))
}

我做错了什么？ 谢谢。

Answer 1

对于您在评论Ho: u >= u.not中提到的零假设，这应该有效：

 pvalue = function(Samples, mu_not) {
     X.boot = X
     bootstrap = sapply(1:Samples, function(a){
         single = sample(X.boot, length(X.boot), replace=TRUE)
         return(mean(single))
     })
     return(mean(mu_not < bootstrap))
 }