r - 使用 dplyr 自举置信区间

Question

看答案 here
如何估计自举间隔？这个问题也在 ggplot2 列表中被问到。

library(dplyr)
mtcars %>%
group_by(vs) %>%
summarise(mean.mpg = mean(mpg, na.rm = TRUE),
    sd.mpg = sd(mpg, na.rm = TRUE),
    n.mpg = n()) %>%
mutate(se.mpg = sd.mpg / sqrt(n.mpg),
 lower.ci.mpg = mean.mpg - qt(1 - (0.05 / 2), n.mpg - 1) * se.mpg,
 upper.ci.mpg = mean.mpg + qt(1 - (0.05 / 2), n.mpg - 1) * se.mpg)

Answer 1

Hmisc包有一个功能smean.cl.boot轻松计算简单的自举置信区间。最难的部分 (IMO) 是将这个结果的多个输出(该函数返回一个 3 元素数字向量)合并到一个 dplyr 中。工作流程(见 dplyr::mutate to add multiple values)

library(Hmisc)  ## optional if using Hmisc:: below
library(dplyr)
mtcars %>%
  group_by(vs) %>%
  do(data.frame(rbind(Hmisc::smean.cl.boot(.$mpg))))

新列仅标记为 Mean , Lower , Upper ，但还有一个 setNames电话会解决这个问题......

如果做很多这样的事情，

bootf <- function(x,var="mpg") {
    newstuff <- rbind(Hmisc::smean.cl.boot(x[[var]])) %>%
         data.frame %>%
         setNames(paste(var,c("mean","lwr","upr"),sep="_"))
    return(newstuff)
}
mtcars %>% group_by(vs) %>% do(bootf(.))
mtcars %>% group_by(cyl) %>% do(bootf(.))