机器算法验证 - 使用 bca 方法计算置信区间时，为什么 R 引导包会产生错误“估计调整 'a' 为 NA”？ - 吾爱随笔录

使用 bca 方法计算置信区间时，为什么 R 引导包会产生错误“估计调整 'a' 为 NA”？

机器算法验证 r 引导程序

2022-02-16 20:16:59

我有一个使用 dput 上传的数字向量 (.../code/MyData.Rdata)。

我想获得 bca ci，所以我编写了以下代码：

my.mean <- function(dat, idx){
 return (mean(dat[idx], na.rm = TRUE))
} 

boot.out<-boot(data=my.data, statistic = my.mean, R=1000)

但是当我运行以下命令时，我得到了这个：

> boot.ci(boot.out)
Error in bca.ci(boot.out, conf, index[1L], L = L, t = t.o, t0 = t0.o,  : 
estimated adjustment 'a' is NA
In addition: Warning message:
In boot.ci(boot.out) : bootstrap variances needed for studentized intervals

有人可以帮我找出导致此错误的原因吗？感谢您的帮助！

1个回答

正如您从错误消息中看到的那样，boot.ci调用bca.ci. 因为boot.out对象不提供L，所以您在数据上计算的统计量的经验影响值，bca.ci尝试使用该empinf函数计算它们，然后（如迈克尔所说）它使用它们来计算加速度常数：

L <- empinf(boot.out, index = index, t = t.o, ...)
a <- sum(L^3)/(6 * sum(L^2)^1.5)

但是对于少量的复制，empinf有时会失败并返回一个NA值向量。结果是您没有的值L，a无法计算，并且您得到错误。正如 ocram 所说，增加自举复制的数量将解决这个问题。即使翻倍R到 2000 也应该可以做到。

其它你可能感兴趣的问题

上一篇从多项式回归中了解置信带下一篇广义加法模型 Python 库