机器算法验证 - 了解在 R 中执行的引导程序的输出（tsboot，MannKendall） - 吾爱随笔录

我对 R 中 tsboot 调用的解释有疑问。我检查了 Kendall 和引导包的文档，但并不比以前更聪明。

当我使用例如 Kendall 包中的示例运行引导程序时，其中测试统计数据是 Kendall 的 tau：

library(Kendall)
# Annual precipitation entire Great Lakes
# The Mann-Kendall trend test confirms the upward trend.
data(PrecipGL)
MannKendall(PrecipGL)

这证实了上升趋势：

tau = 0.265, 2-sided pvalue =0.00029206

然后该示例继续使用块引导程序：

#
#Use block bootstrap 
library(boot)
data(PrecipGL)
MKtau<-function(z) MannKendall(z)$tau
tsboot(PrecipGL, MKtau, R=500, l=5, sim="fixed")

我收到以下结果：

BLOCK BOOTSTRAP FOR TIME SERIES
Fixed Block Length of 5 
Call:
tsboot(tseries = PrecipGL, statistic = MKtau, R = 500, l = 5, 
sim = "fixed")


Bootstrap Statistics :
 original     bias    std. error
t1* 0.2645801 -0.2670514  0.09270585

如果我理解正确，“t1* original”是原始 MKtau，“偏差”是 R=500 自举时间序列中 MKtau 的平均值，“std.error”是 MKtaus 的标准偏差500 个样本。

我很难理解这意味着什么——这基本上告诉我所有 500 MKTaus 都低于原始值，并且原始 t1* 在自举 MKtaus 的 3 sd 范围内。因此，它有很大不同吗？

或者我会说数据集的 MKtau 是 0.26 加/减标准误差？

对于这个冗长的问题，我很抱歉，但我是一名统计新手，并且正在通过自学学习，缺乏有人来来回处理这个可能非常简单的问题。