我试图推断我的众多引导程序BCA的p值。我知道置信区间更加稳健,但在我的情况下,我有数百个自举的glm,因此我需要纠正多次比较。
由于BCa引导与基本引导(使用引导功能)根本不同,我无法以通常,直接的方式找到p值。 相反,我需要计算一系列α水平的BCA,并绘制α与置信限制(适当时为上限或下限),并以图形方式我可以找到α与α相对于限制的图在假设值处穿过垂直线的α。
所以这是我目前的代码:
运行启动功能
boot.ci(results,type =“bca”,index = 2)
推断alphas和CI限制
conf <- c() alphas <- seq(1,.01,by=-0.01) for (i in alphas) { conf <- c(conf, boot.ci(results, type="bca", index=2, conf=1-i)$bca[5]) }
绘制结果
ggplot(data.frame(alphas=alphas,conf=conf), aes(conf,alphas))+geom_line() +geom_vline(xintercept=0)
它工作得非常好,但我现在遇到一个问题,我需要找到abline = 0的alpha截距的确切点,这基本上是我的p值。 这是我的数字:
你有一个简单的解决方案来找到拦截吗?在这种情况下,p值/截距约为0.01
非常感谢