R中的层面引导

Question

我有一个特定的方式，我想引导以下生存数据（＆＃34; mydata＆＃34 ;;这只是完整数据集的一个示例）：

[HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Service Fabric]

每一行都是一个人（幸存=＆＃34; 1＆＃34;）或死亡（幸存=＆＃34; 0＆＃34;）。每个人聚集四个人。我希望引导程序的每次迭代都只对每个杯子中​​的一个随机个体进行采样，并且估计均值和sd。下一次迭代将再次对每个杯子采样一个个体，其可以是或可以不是在第一次迭代中采样的相同个体。

到目前为止，我已经成功地只对所有杯子中的替换进行随机抽样，因此每次迭代可能会计算两个独立的个体来自同一个杯子，而从另一个杯子中取样为零。这是代码：

cup surv
100-9   0
100-9   0
100-9   1
100-9   1
101-9   0
101-9   0
101-9   0
101-9   0
51-1    0
51-1    1
51-1    1
51-1    1

我不认为聚类分析是正确的方法，我认为这是嵌套的子采样（有限制？）。如果您有一个有用的提示，请告诉我！

谢谢。

P.S。对于奖励真棒点，如何使用逻辑回归[最好使用glm（，family = binomial）]对群组中的自举生存估计进行建模，例如：

library(boot)
surv.mean = function(x, indices) {
return( mean( x[indices] ) )
}
surv.boot <-  boot(mydata$surv, surv.mean, 10000)
boot.ci(surv.boot)

Answer 1

使用dplyr：

library(dplyr)
subsample <- mydata %>%
                group_by(cup) %>%
                sample_n(1)