R 带自举的标准误差和零偏差

我想对我的数据集bodyfat_进行修剪，并使用引导来检索平均值和标准误差。然而，我似乎一直在使用相同的数据，因此得到零标准误差和偏差。我怎样才能解决这个问题

bsfunc <- function(data) {
    set.seed(1)
    x <- model.matrix(reduced_BIC_fit)[, -1]
    y <- data$density
    bootdata <- sample(1:nrow(x), nrow(x)/2)
    x.train <- x[bootdata, ]
    y.train <- y[bootdata]
    bootframe <- data.frame(bodyfat_trimmed[train, ])
    fit <- lm(density ~ age + abdomen + wrist, data = bootframe)
    stats <- coef(summary(fit))[, "Estimate"]
    return(stats)}
strap <- boot(data = bodyfat_trimmed, sim = "parametric", statistic =    bsfunc, R=1000)
strap

---

如果种子在函数中，示例函数将有点重复

bsfunc<-function(){set.seed(1); sample(1:10,1)}
bsfunc()
[1] 3
bsfunc()
[1] 3
bsfunc()
[1] 3

PS

---

你的bsfunc也被误解了。如前所述，训练即引导框架您的函数在第一行中设置了.seed1。如果你把它拿出来会发生什么？非常感谢，这会带来清晰！所以，把种子放在外面，使用bsfunc进行统计和拟合，我仍然一遍又一遍地得到相同的结果。set.seed1 bsfunc我也有同样的问题。。。你有没有解决过这个问题？

bsfunc<-function(){set.seed(1); sample(1:10,1)}
bsfunc()
[1] 3
bsfunc()
[1] 3
bsfunc()
[1] 3