我需要帮助,以便根据我的回归qtt.ci
计算出数量coef.def
的{{3}} bootstrap-based。
到目前为止,我的尝试已导致:
分位数中的错误。default(s,c(0.025,0.25,0.5,0.75,0.975)): 缺少值,并且如果'na.rm'为FALSE,则不允许使用NaN
之前:
警告消息:在bayesboot(dat,boot_fn)中:来自以下示例 bayesboot包含NA,NaN或NULL。确保您的 统计函数仅返回实际值。
这是我的示例数据:
dat <- data.frame(
A = c(1, 1, 0, 0), B = c(1, 0, 1, 0),
Pass = c(278, 100, 153, 79), Fail = c(743, 581, 1232, 1731)
下面是我的回归。我想获得基于引导的95%可信区间的数量为qtt.ci
:
boot_fn <- function(dat) {
coef.def = unname(coef(glm(cbind(Pass, Fail) ~ A * B, binomial,
dat)))
}
qtt.ci <- exp(sum(coef.def[2:4])) - exp(coef.def[2]) - exp(coef.def[3]) + 1
这是我的尝试:
bb_ci <- bayesboot(dat, boot_fn)
summary(bb_ci)
不确定如何获取qtt.ci
的基于引导的置信区间。
谢谢。
编辑:
在@RuiBarradas回答之后,我尝试进行引导以获取数量qtt.ci(这是我要获取引导的CI的数量)的95%CI,但未成功:< / strong>
library(bayesboot)
boot_fn <- function(dat) {
coef.def <- unname(coef(glm(cbind(Pass, Fail) ~ A * B, binomial, dat)))
qtt<- (exp(sum(coef.def[2:4])) - exp(coef.def[2]) - exp(coef.def[3]) + 1)
if(all(!is.na(qtt))) qtt else NULL
}
Runs <- 1e2
qtt.ci <- bayesboot(dat, boot_fn, R = Runs, R2 = Runs)
summary(qtt.ci)
Quantiles:
statistic q2.5% q25% median q75% q97.5%
V1 2.705878 2.705878 2.705878 2.705878 2.705878
因此,这不会给出qtt.ci
的配置项。输出只是qtt
的点估计:
qtt<-(exp(sum(coef.def[2:4])) - exp(coef.def[2]) - exp(coef.def[3]) + 1)
qtt
[1] 2.705878
任何帮助将不胜感激。
答案 0 :(得分:2)
以下内容解决了警告问题。我已经用更少的运行次数对它进行了测试,而不是4000次。
library(bayesboot)
boot_fn <- function(dat) {
fit <- glm(cbind(Pass, Fail) ~ A * B, binomial, dat)
coef.def <- unname(coef(fit))
if(all(!is.na(coef.def))) coef.def else NULL
}
Runs <- 1e2
bb_ci <- bayesboot(dat, boot_fn, R = Runs, R2 = Runs)
summary(bb_ci)
编辑。
根据问题中的公式以及带有OP的注释中的对话框,以运行基于引导程序的CI:
qtt <- exp(sum(bb_ci[2:4])) - exp(bb_ci[2]) - exp(bb_ci[3]) + 1