在R中引导。在评估所有复制之前退出boot（）函数

我使用boot:：boot函数来执行引导。 如果静态估计足够稳定，我正在实现一个算法来停止引导过程。这将有助于节省计算时间

但是我找不到一种方法来退出boot（）函数循环

下面是一些伪代码：

my.boot <- function(data, R = NULL, auto.stop = T, statistic.fun) { # Wrapper over the usual boot() function

    if (is.null(R)) R = 10000 # Default number of replicas if not set

    bt <- boot(data, function(data, i){

        estimates <- statistic.fun(data, i)

        if(auto.stop == T) {
            if(are.estimates.stable(estimates)) { # Example function that test if the estimates are stable enough
                exit.boot.loop() # The function I'm looking for
            }
        }

        return(estimates)
    })

    return(bt)
}

---

my.boot我们可以看看您的代码吗？为什么不直接运行一定数量的引导呢？像
R=999>boot.means=numeric（R）>for（1:R中的i）{+boot.sample=sample（cara，100，replace=T）+boot.means[i]=mean（boot.sample）+}>quantile（boot.means，c（.025，.975））
我重写了这个问题并添加了一些伪代码。我之所以使用boot（）函数，是因为与自制的bootstrap相比，它提供了一些额外的优势，例如，易于计算置信区间