R 用于引导样本并生成标准错误（SE）的函数

我有100个概率与我在这里创建和显示的四个独特个体（AAA:DDD）相关

IndID <- as.factor(rep(c("AAA", "BBB", "CCC", "DDD"),25))
Prob <- runif(length(IndID),0,1)
Data <- data.frame(IndID, Prob)
Data <- Data[order(Data$IndID),]

> head(Data)
   IndID      Prob
1    AAA 0.5860417
5    AAA 0.1824266
9    AAA 0.3301014
13   AAA 0.5048122
17   AAA 0.3717195
21   AAA 0.9090825

> summary(Data)
 IndID         Prob        
 AAA:25   Min.   :0.01341  
 BBB:25   1st Qu.:0.19743  
 CCC:25   Median :0.48315  
 DDD:25   Mean   :0.50475  
          3rd Qu.:0.81789  
          Max.   :0.99805 

我的目标是：对于每个个体（AAA:DDD），我希望引导Prob，使用0.50作为截止值对它们进行离散化，并将得到的0和1相加。我想对每个AAA:DDD执行R=10（例如，仅低，但将使用实际数据重复R=10000）次，然后提取

boot（）

对象的标准错误

建议如何改善我的循环以上将不胜感激。特别是如何在循环中正确地将“statistic”参数合并到

boot（）

---

提前感谢。

对于

boot

函数，必须包含索引参数

idx

BiSum <- function(x, idx){
     IndBi <- ifelse(x[idx] >= 0.50, 1,0)
     SumIndBi <- sum(IndBi)
}

---

BiSum对于
boot
函数，必须包含索引参数
idx

BiSum <- function(x, idx){
     IndBi <- ifelse(x[idx] >= 0.50, 1,0)
     SumIndBi <- sum(IndBi)
}

BiSum非常感谢@TWL。添加idx非常有效。从这里包含的SE输出中可以看出，除了IndID之外，还有四个额外的0.00000。你有没有想过它们是从哪里来的？再次感谢<代码>>SE AAA BBB 0.0000000.0000000.0000000.0000000.0000002.436967 2.312056 CCC DDD EEE
2.487526 2.381884 2.497726以您的示例为例，在for循环中，您正在索引因子级别AAA-DDD，而数字向量SE没有指定名称。该函数不知道将值放在何处，只是将输出与SE向量连接起来。在再次运行for循环
names（SE）Perfect之前，必须为向量指定级别名称！谢谢。非常感谢@TWL。添加idx非常有效。从这里包含的SE输出中可以看出，除了IndID之外，还有四个额外的0.00000。你有没有想过它们是从哪里来的？再次感谢<代码>>SE AAA BBB 0.0000000.0000000.0000000.0000000.0000002.436967 2.312056 CCC DDD EEE
2.487526 2.381884 2.497726以您的示例为例，在for循环中，您正在索引因子级别AAA-DDD，而数字向量SE没有指定名称。该函数不知道将值放在何处，只是将输出与SE向量连接起来。在再次运行for循环
names（SE）Perfect之前，必须为向量指定级别名称！谢谢
Error in statistic(data, original, ...) : unused argument (original).

BiSum <- function(x, idx){
     IndBi <- ifelse(x[idx] >= 0.50, 1,0)
     SumIndBi <- sum(IndBi)
}