r - 如何通过 boot::boot() 同时引导多对变量的相关性？

Question

我必须计算很多自举相关性（Pearson r）。我对 R 的了解（更不用说编写我自己的函数）是有限的。到目前为止，我只设法通过 单独计算每个自举相关性boot::boot()，由于相关性数量众多，这非常耗时。

如何同时计算多个自举相关性？

这是我一直在成功使用的代码，即单独计算每个相关性。这意味着我必须重复这段代码大约 300 次，每次都交换一小部分代码。

bootPearsonSZ <- function(data,i){
  cor(BdSZ$ndh[i],BdSZ$nkr_erst[i], use = "complete.obs", method = "pearson") # BdSZ = name of the data tibble I'm working with 
}
set.seed(1)
boot_PearsonSZ <- boot(BdSZ, bootPearsonSZ, 10000)
boot_PearsonSZ

mean(boot_PearsonSZ$t) #Shows me the bootstrapped value for Pearson r
boot.ci(boot.out = boot_PearsonSZ, type = "all", conf = 0.99) #Shows me the 99% conf. intervall

这是我未能成功地一次计算至少一些相关性的代码。代码无法正常工作：的输出boot()仅显示我函数中最后一行的相关性，即cor(BdSZ$ndh[i],BdSZ$azr[i], use = "complete.obs", method = "pearson")

bootPearsonSZ <- function(data,i){
  cor(BdSZ$ndh[i],BdSZ$nkr_erst[i], use = "complete.obs", method = "pearson") # BdSZ = name of the data tibble I'm working with
  cor(BdSZ$ndh[i],BdSZ$nkr_ge[i], use = "complete.obs", method = "pearson")
  cor(BdSZ$ndh[i],BdSZ$nkr_an[i], use = "complete.obs", method = "pearson")
  cor(BdSZ$ndh[i],BdSZ$azr[i], use = "complete.obs", method = "pearson") #Apparently only the last line of code will be used by boot() 
}
set.seed(1)
boot_PearsonSZ <- boot(BdSZ, bootPearsonSZ, 10000)
boot_PearsonSZ

mean(boot_PearsonSZ$t)
boot.ci(boot.out = boot_PearsonSZ, type = "all", conf = 0.99)

附加信息，可能与回答我的问题有关： 我有横截面和纵向日期。我想计算 4x7 = 28 对变量的相关性。对于我研究的横截面部分，我必须计算 3 个城区 + 所有地区的数据，这导致我执行 28x4 = 112 的相关性。对于纵向数据，我有一个地区但 7 年（+ 所有年份），这导致我执行 28x(7+1) = 224 相关性。

在计算相关性之前，我目前每次都创建我的 tibble 的一个子集，其中只包含我想要计算自举相关性的地区或年份。也许有可能通过使用我编写的函数中的子集来解决这个问题（从而使其更简单）？

我非常感谢任何形式的帮助！

---

编辑：添加了@stephan-kolassa 要求的可重现示例：

library(boot)
library(tidyr)
library(faux)

IndependentVariables <- rnorm_multi(n = 30,
                  mu = c(100, 100, 100, 100, 100, 100, 100),
                  sd = c(10, 10, 10, 10, 10, 10, 10),
                  r = 0.25,
                  varnames = c("IV1", "IV2", "IV3", "IV4", "IV5", "IV6", "IV7"),
                  empirical = FALSE)

DependentVariable <- rnorm_multi(n = 30,
                  mu = c(100, 100, 100, 100),
                  sd = c(10, 10, 10, 10),
                  r = 0.6,
                  varnames = c("DV1", "DV2", "DV3", "DV4"),
                  empirical = FALSE)

ID <- c(1:30)

mydata <- cbind(ID, IndependentVariables, DependentVariable)

bootPearson <- function(data,i){
  cor(mydata$DV1[i],mydata$IV1[i], use = "complete.obs", method = "pearson") 
  cor(mydata$DV1[i],mydata$IV2[i], use = "complete.obs", method = "pearson") 
  cor(mydata$DV1[i],mydata$IV3[i], use = "complete.obs", method = "pearson") 
  cor(mydata$DV1[i],mydata$IV4[i], use = "complete.obs", method = "pearson") 
  cor(mydata$DV1[i],mydata$IV5[i], use = "complete.obs", method = "pearson") 
  cor(mydata$DV1[i],mydata$IV6[i], use = "complete.obs", method = "pearson") 
  cor(mydata$DV1[i],mydata$IV7[i], use = "complete.obs", method = "pearson") 
}
set.seed(1)
boot_Pearson <- boot(mydata, bootPearson, 2000)
boot_Pearson

mean(boot_Pearson$t) #Shows me the bootstrapped value for Pearson r
boot.ci(boot.out = boot_Pearson, type = "all", conf = 0.99) #Shows me the 99% conf. intervall

标签： rcorrelation

Answer 1

您的bootPearson()函数没有执行您可能希望它执行的操作。现在，它计算了七种不同的相关性，但只返回最后一个——其他一切都被计算并丢弃。在 R 中，函数只返回在函数体中创建的最后一个结果。您可能想了解 R 函数的工作原理。

解决方案很简单：只需更改bootPearson()为创建并返回一个对象 - 即一个长度为 7 的向量，其中包含您计算的七个相关性。c()使用以下命令将它们连接成一个向量：

bootPearson <- function(data,i){
    c(cor(mydata$DV1[i],mydata$IV1[i], use = "complete.obs", method = "pearson"), 
        cor(mydata$DV1[i],mydata$IV2[i], use = "complete.obs", method = "pearson"), 
        cor(mydata$DV1[i],mydata$IV3[i], use = "complete.obs", method = "pearson"), 
        cor(mydata$DV1[i],mydata$IV4[i], use = "complete.obs", method = "pearson"),
        cor(mydata$DV1[i],mydata$IV5[i], use = "complete.obs", method = "pearson"), 
        cor(mydata$DV1[i],mydata$IV6[i], use = "complete.obs", method = "pearson"), 
        cor(mydata$DV1[i],mydata$IV7[i], use = "complete.obs", method = "pearson")) 
}

当然，您现在还可以在此函数中循环遍历您的 DV 和 IV 并填充结果向量（使用计数器指向正确的条目） - 无需复制 28 条几乎相同的行。

bootPearson <- function(data,i){
    result <- rep(NA,28)
    pointer <- 1
    for ( iv in 1:7 ) {
        for ( dv in 1:4 ) {
            result[pointer] <- cor(mydata[i,iv+1],mydata[i,dv+8], use = "complete.obs", method = "pearson")
            pointer <- pointer+1
        }
    }
    result
}

注意 final 如何result使函数返回整个向量。