R中的Bootstrap多项式回归

我试图在R中引导一个简单的多项式回归，我得到一个错误：

is.data.frame（数据）中出错：找不到对象“d”

真正奇怪的是，我使用的代码（针对这个特定问题进行了调整）与boot包教程中的代码相同，并且当我使用不同的函数（如lm（））时，同样的代码也起作用。当然，我在做一些愚蠢的事情，但我看不出是什么。如果有人能帮忙，我会非常感激

这是一个例子：

require(foreign)
require(nnet)
require(boot)

# an example for multinomial logistic regression
ml = read.dta('http://www.ats.ucla.edu/stat/data/hsbdemo.dta')
ml = ml[,c(5,7,3)]

bs <- function(formula, data, indices) {
    d = data[indices,] # allows boot to select sample
    fit = multinom(formula, data=d)
    s = summary(fit)
    return(list(fit$coefficients, fit$standard.errors))
}

# 5 replications
results = list()
results <- boot(
    data=ml, statistic=bs, R=5, parallel='multicore',
    formula=prog~write
)

require（国外）
要求（nnet）
需要（启动）
#多项式logistic回归的一个例子
ml=read.dta（'http://www.ats.ucla.edu/stat/data/hsbdemo.dta')
ml=ml[，c（5,7,3）]
bs错误发生在
summary（）
部分，而且
multinom（）
返回的对象没有
系数
和
标准。错误
。似乎，
summary.multinom（）
反过来会根据数据
d
计算出hessian，但由于某种原因（可能是范围问题）找不到该数据。快速修复方法是添加
Hess=TRUE
：

bs <- function(formula, data, indices) {
  d = data[indices,] # allows boot to select sample
  fit = multinom(formula, data=d, Hess = TRUE)
  s = summary(fit)
  return( cbind(s$coefficients, s$standard.errors) )
}

# 5 replications
results = list()
results <- boot(
  data=ml, statistic=bs, R=5, parallel='multicore',
  formula=prog~write
)

bs多项式逻辑回归使用
coef（）
函数返回系数矩阵。这与返回系数向量的
lm
或
glm
模型不同

library(foreign)     # read.dta()
library(nnet)        # multinom()
require(boot)        # boot()

# an example for multinomial logistic regression
ml = read.dta('http://www.ats.ucla.edu/stat/data/hsbdemo.dta')
ml = ml[,c(5,7,3)]

names(ml)

bs <- function(formula, data, indices) {
  d = data[indices,] # allows boot to select sample
  fit = multinom(formula, data=d, maxit=1000, trace=FALSE)
  #s = summary(fit)
  #return(list(fit$coefficients, fit$standard.errors))

  estimates <- coef(fit)
  return(t(estimates))
}

# enable parallel

library(parallel)
cl <- makeCluster(2)
clusterExport(cl, "multinom")

# 10000 replications
set.seed(1984)

results <- boot(
  data=ml, statistic=bs, R=10000, parallel = "snow", ncpus=2, cl=cl,
  formula=prog~write
)

# label the estimates

subModelNames <- colnames(results$t0)
varNames <- rownames(results$t0)

results$t0

estNames <- apply(expand.grid(varNames,subModelNames),1,function(x) paste(x,collapse="_"))

estNames

colnames(results$t) <- estNames

# summary of results

library(car)

summary(results)

confint(results, level=0.95, type="norm")
confint(results, level=0.95, type="perc")
confint(results, level=0.95, type="bca")

# plot the results

hist(results, legend="separate")

library（外文）#read.dta（）
图书馆（nnet）#多名称（）
需要（启动）#启动（）
#多项式logistic回归的一个例子
ml=read.dta（'http://www.ats.ucla.edu/stat/data/hsbdemo.dta')
ml=ml[，c（5,7,3）]
名称（毫升）
bs请在您的问题中发布
traceback（）
的输出。我做了一些调查，这可能会导致一个解决方案：环境中存在一些问题（通过打印str（fit）可以看到）从
bs
-函数内部。当您传递公式时，它被设置为全局，并且公式具有创建它们的环境（请参见？公式）。但现在不知道如何修复它。