R中的分层自举

我有一种特定的方法来引导以下生存数据（“mydata”；这只是完整数据集的一个示例）：

每行是一个活着（surv=“1”）或死去（surv=“0”）的个体。每杯四个个体聚集在一起。我希望引导的每次迭代只从每个杯子中随机抽取一个样本，而不是更多，并估计平均值和标准差。下一次迭代将再次对每个杯子中的一个人进行采样，这可能是第一次迭代中采样的同一个人，也可能不是

到目前为止，我只成功地对所有杯子进行了随机抽样和替换，因此每次迭代可能会从同一个杯子中统计出两个独立的个体，而从另一个杯子中抽样为零。这是代码：

library(boot)
surv.mean = function(x, indices) {
return( mean( x[indices] ) )
}
surv.boot <-  boot(mydata$surv, surv.mean, 10000)
boot.ci(surv.boot)

---

使用

dplyr

：

library(dplyr)
subsample <- mydata %>%
                group_by(cup) %>%
                sample_n(1)

库（dplyr）
子样本%
组别(杯赛)%>%
样本（1）

group cup   surv
A     100-9 0
A     100-9 0
A     100-9 1
A     100-9 1
B     101-9 0
B     101-9 0
B     101-9 0
B     101-9 0
C     51-1  0
C     51-1  1
C     51-1  1
C     51-1  1

library(dplyr)
subsample <- mydata %>%
                group_by(cup) %>%
                sample_n(1)