距离矩阵多元回归（MRM）的自举系数

我想估计MRM系数的频率分布，以生成95%的CI。以下是初始代码：

library(ecodist)
dat=data.frame(matrix(rnorm(3*25),ncol=3))
names(dat)<-c('Pred','Var1','Var2')
mod<-MRM(dist(Pred) ~ dist(Var1) + dist (Var2), data=dat, nperm=100)
slopes<-mod$coef

library（ecodist）
dat=数据帧（矩阵（rnorm（3*25），ncol=3））
名称（dat）您可以使用
boot
库中的
boot
功能。我不知道
ecodist:：MRM
。尽管如此，这里有一个来自
boot
帮助页面的复制粘贴示例，它展示了如何对
lm
模型的系数估计进行非参数引导，并获得偏差和置信区间

> library(boot)
> nuke <- nuclear[, c(1, 2, 5, 7, 8, 10, 11)]
> nuke.lm <- lm(log(cost) ~ date+log(cap)+ne+ct+log(cum.n)+pt, data = nuke)
> 
> nuke.fun <- function(dat, inds, i.pred, fit.pred, x.pred)
+ {
+   lm.b <- lm(log(cost) ~ date+log(cap)+ne+ct+log(cum.n)+pt, 
+              data = dat[inds, ])
+   coef(lm.b)
+ }
> 
> set.seed(45282964)
> nuke.boot <- boot(nuke, nuke.fun, R = 999)
> nuke.boot

ORDINARY NONPARAMETRIC BOOTSTRAP


Call:
boot(data = nuke, statistic = nuke.fun, R = 999)


Bootstrap Statistics :
        original       bias    std. error
t1* -13.26031434 -0.482810992  4.93147203
t2*   0.21241460  0.006775883  0.06480161
t3*   0.72340795  0.001842262  0.14160523
t4*   0.24902491 -0.004979272  0.08857604
t5*   0.14039305  0.009209543  0.07253596
t6*  -0.08757642  0.002417516  0.05489876
t7*  -0.22610341  0.006136044  0.12140501
> 
> boot.ci(nuke.boot, index = 2) # pick the covariate index you want
BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 999 bootstrap replicates

CALL : 
boot.ci(boot.out = nuke.boot, index = 2)

Intervals : 
Level      Normal              Basic         
95%   ( 0.0786,  0.3326 )   ( 0.0518,  0.3215 )  

Level     Percentile            BCa          
95%   ( 0.1033,  0.3730 )   ( 0.0982,  0.3688 )  
Calculations and Intervals on Original Scale
Warning message:
In boot.ci(nuke.boot, index = 2) :
  bootstrap variances needed for studentized intervals

>库（启动）
>nuke nuke.lm
>核武器。乐趣集。种子（45282964）
>nuke.boot nuke.boot
普通非参数自举
电话：
启动（数据=nuke，统计=nuke.fun，R=999）
引导统计：
原始偏差标准误差
t1*-13.26031434-0.482810992 4.93147203
t2*0.21241460 0.006775883 0.06480161
t3*0.72340795 0.001842262 0.14160523
t4*0.24902491-0.004979272 0.08857604
t5*0.14039305 0.009209543 0.07253596
t6*-0.08757642 0.002417516 0.05489876
t7*-0.22610341 0.006136044 0.12140501
> 
>boot.ci（nuke.boot，index=2）#选择所需的协变量索引
自举置信区间计算
基于999个引导复制
电话：
boot.ci（boot.out=nuke.boot，索引=2）
间隔：
普通初级
95%   ( 0.0786,  0.3326 )   ( 0.0518,  0.3215 )  
水平百分位数BCa
95%   ( 0.1033,  0.3730 )   ( 0.0982,  0.3688 )  
原始比例尺上的计算和间隔
警告信息：
在boot.ci（nuke.boot，index=2）中：
学生化间隔所需的自举方差

见Davison，A.C.和Hinkley，D.V.（1997）自举方法及其应用。剑桥大学出版社，获取上述输出的详细信息。您应该考虑引导程序所要达到的目标，并考虑使用哪种引导程序。
请为您的示例提供可重复的数据。做出更改，我希望这没问题。非常感谢。