Cara menghitung kesalahan standar bootstrap di r

Bootstrapping adalah metode yang dapat digunakan untuk memperkirakan kesalahan standar suatu mean.

Proses dasar untuk menghitung kesalahan standar bootstrap adalah sebagai berikut:

• Ambil k sampel replikasi dengan penggantian dari kumpulan data tertentu.
• Untuk setiap sampel, hitung kesalahan standarnya: s/√ n
• Hal ini menghasilkan k estimasi kesalahan standar yang berbeda. Untuk menemukan kesalahan standar bootstrap, ambil rata-rata dari k kesalahan standar.

Contoh berikut menjelaskan dua metode berbeda yang dapat digunakan untuk menghitung kesalahan standar bootstrap di R.

Metode 1: Gunakan Paket Pemula

Salah satu cara untuk menghitung kesalahan standar boot di R adalah dengan menggunakan fungsi boot() dari perpustakaan boot .

Kode berikut menunjukkan cara menghitung kesalahan standar bootstrap untuk kumpulan data tertentu di R:

 #make this example reproducible
set. seeds (10)

#load boot library
library (boot)

#define dataset
x <- c(12, 14, 14, 15, 18, 21, 25, 29, 32, 35)

#define function to calculate mean
meanFunc <- function (x,i){mean(x[i])}

#calculate standard error using 100 bootstrapped samples
boot(x, meanFunc, 100)

Bootstrap Statistics:
    original bias std. error
t1* 21.5 0.254 2.379263

Nilai “asli” sebesar 21,5 menunjukkan rata-rata dari dataset asli. “std. Nilai 2.379263 menunjukkan kesalahan standar bootstrap dari mean.

Perhatikan bahwa kami menggunakan 100 sampel bootstrap untuk memperkirakan kesalahan standar rata-rata dalam contoh ini, tetapi kami dapat menggunakan 1.000 atau 10.000 atau sejumlah sampel bootstrap yang kami inginkan.

Metode 2: Tulis rumus Anda sendiri

Cara lain untuk menghitung kesalahan standar bootstrap adalah dengan menulis fungsi kita sendiri.

Kode berikut menunjukkan cara melakukan ini:

 #make this example reproducible
set. seeds (10)

#load boot library
library (boot)

#define dataset
x <- c(12, 14, 14, 15, 18, 21, 25, 29, 32, 35)

mean(replicate(100, sd( sample (x, replace= T ))/sqrt( length (x))))

[1] 2.497414

Kesalahan standar bootstrap ternyata 2.497414 .

Perhatikan bahwa kesalahan standar ini sangat mirip dengan yang dihitung pada contoh sebelumnya.