我在死亡率数据上使用R包StMoMo，但我在理解引导程序方面遇到了一些问题。当我抓住时，函数boostrap允许创建引导参数，以便考虑它们的不确定性（因为用经典方法计算模型不确定性并不容易）。在获得nBoot bootstrap样本后，必须使用simulate函数，以便从增强的参数和预测中进行采样。在这个函数的参数列表中有nsim，这是从boostrapped参数生成的样本路径的数量，但是在包装插图中，Villegas等人。尚未使用nsim参数，这意味着每个引导参数只生成了1个样本。那么，是否正确增加样本数量以获得更好的置信区间？以下两个不同的结果将nBoot修改为100，将nsim从1修改为100。
正如我们在第二张照片中看到的那样，置信区间似乎比第一张区域更好（目标应该是建立包含红点的置信区间）。我的问题可能有点令人困惑，但无论如何，来自n bootstrap样本的正确模拟数是多少？谢谢
