Question

我正在使用R中的重采样程序（就像引导程序一样）。我有一个响应/解释变量矩阵，并希望制作该矩阵的999个样本来计算我正在处理它们的平均值，sd和置信区间的每个统计量。所以，我写了一个函数来计算并返回一个列表：

mydata <- data.frame(a=rnorm(20, 1, 1), b = rnorm(20,1,1))

myfun <- function(data, n){
  sample <- data[sample(n, replace = T),]
  model1 <- lm(sample[,1]~sample[,2])
  return(list(model1[[1]][[1]], model1[[1]][[2]]))
}

result <- as.numeric()
result <- replicate(99, myfun(mydata, 10))

然后，我有一个矩阵作为我的输出，其中行是统计数据，列是样本（nrow = 2和ncol = 99）。我需要每行的mean和sd，但是当我尝试使用apply函数或甚至循环时，会显示以下消息：

在mean.default（newX [，i]，...）中：
参数不是数字或逻辑：返回NA

此外：

is.numeric(result)
[1] FALSE

我发现它很奇怪，因为我从未遇到类似程序的问题。

有什么想法吗？

Answer 1

使用以下内容：

myfun <- function(dat, n){
  dat1 <- dat[sample(n, replace = T),]
  model1 <- lm(dat1[,1] ~ dat1[,2])
  return(coef(model1))
  }

replicate(99, myfun(mydata, 10))

Answer 2

原因是'结果'是具有维度属性的198个元素的list。我们需要unlist'结果'并提供维度属性

result1 <- `dim<-`(unlist(result), dim(result))

然后使用apply

Answer 3

只需在myfun（）函数中用c（）替换list（）

mydata <- data.frame(a=rnorm(20, 1, 1), b = rnorm(20,1,1))

myfun <- function(data, n){
  sample <- data[sample(n, replace = T),]
  model1 <- lm(sample[,1]~sample[,2])
  return(c(model1[[1]][[1]], model1[[1]][[2]]))
}

result <- as.numeric()
result <- replicate(99, myfun(mydata, 10))

apply(result, FUN=mean, 1)
apply(result, FUN=sd, 1)

Answer 4

这对我有用：

mydata <- data.frame(a=rnorm(20, 1, 1), b = rnorm(20,1,1))

myfun <- function(data, n){
  sample <- data[sample(n, replace = T),]
  model1 <- lm(sample[,1]~sample[,2])
  return(data.frame(v1 = model1[[1]][[1]], v2 = model1[[1]][[2]]))
}

result <- do.call("rbind",(replicate(99, myfun(mydata, 10), simplify = FALSE)))

在R中应用函数或循环：不是数字，返回NA

4 个答案: