设是一个矩阵,其中每一行表示对 4 变量正态分布随机变量的观察。
是否有任何 Bootstrap 方法可以很好地估计 Σ?
如果不是,以下样本的数量是否足以引导任何统计量 T 的分布,该统计量对 Y 来自的总体进行操作?
这是我到目前为止所尝试的:
Y<-data.frame(response=c(10,19,27,28,9,13,25,29,4,10,20,18,5,6,12,17),
treatment=factor(rep(1:4,4)),
subject=factor(rep(1:4,each=4))
)
p<-matrix(Y$response,4,4,byrow=T)
B<-1000
sampleB<-sample(1:4,4*B,replace=T)
fit<-lm(p[sampleB,]~1)
cov(residuals(fit))
我也试过
require(nlme)
require(mgcv)
nSubj <- 20
sampleB<-sample(1:4,nSubj,replace=T)
y<-data.frame(response=c(t(p[sampleB,])),
treatment=factor(rep(1:4,nSubj)),
subject=factor(rep(1:nSubj,each=4))
)
fit <- lme(response~-1+treatment,y,random=~1|subject,correlation=corSymm())
extract.lme.cov(fit,y)[1:4,1:4]
但我得到错误代码:
Error in lme.formula(response ~ -1 + treatment, y, random = ~1 | subject, :
nlminb problem, convergence error code = 1
message = iteration limit reached without convergence (10)