时间戳

首页 > 解决方案 > R - Bootstrap CI 覆盖属性的编码函数

r - R - Bootstrap CI 覆盖属性的编码函数

问题描述

我需要编写一个执行模拟的函数，以评估引导置信区间对正态分布中 n 个样本的方差的覆盖率。以下是我尝试过的，但对于 CI 内的样本数量，它始终返回 0 或 0.002 的平均值...

Var_CI_Coverage <- function(true_mean,true_var, nsim, nboot, alpha, nsamples){
    cover = NULL
    for(k in 1:nsim){
        Var = as.numeric()
        y <- rnorm(1, mean = true_mean, sd = sqrt(true_var))
        for(i in 1:nboot){
            resample_y <- sample(y, size = nsamples, replace = TRUE)
            Var[i] <- var(resample_y)
        }
        LB <- quantile(Var, probs=c(alpha/2))
        UB <- quantile(Var, probs=c(1 - (alpha/2)))
        cover[k] <- ifelse(LB <= true_var & UB >= true_var, 1, 0)
    }
    return(mean(cover))
}

Var_CI_Coverage(true_mean= 0, true_var = 4, nsim = 500, nboot = 1000, alpha = 0.05, nsamples = 10)

标签： rsimulationsimulator

解决方案

主要问题是您y使用

y <- rnorm(1, mean = true_mean, sd = sqrt(true_var))

这意味着y是一个单一的值，你所有的引导样本只是那个单一的y值重复nsamples次数。你需要

y <- rnorm(nsamples, mean = true_mean, sd = sqrt(true_var))

然后你会得到具有实际方差的样本，你会得到一个看起来更合适的覆盖率估计（不评论它是否正确，我没有尝试检查）。

推荐阅读