代码之家 › 专栏 › 技术社区 › Krantz

如何使用bayesboot()计算95%置信区间

statistics-bootstrap confidence-interval bayesian logistic-regression r

0

Krantz · 技术社区 · 6 年前

我需要帮助计算 bootstrap-based credible intervals 数量的 qtt.ci 从我的回归 coef.def .

到目前为止,我的努力已经导致:

分位数错误。默认值(S,C(0.025,0.25,0.5,0.75,0.975)): 如果“na.rm”为false,则不允许缺少值和NaN

前面:

警告消息:in bayesboot(dat,boot_fn):示例 bayesboot包含nas、nans或nulls。确保您的统计函数只返回实际值。

以下是我的示例数据:

dat <- data.frame(
  A = c(1, 1, 0, 0), B = c(1, 0, 1, 0),
  Pass = c(278, 100, 153, 79), Fail = c(743, 581, 1232, 1731)

下面是我的回归。我想得到基于引导的95%可信区间的数量是 QT.CI :

boot_fn <- function(dat) {
           coef.def = unname(coef(glm(cbind(Pass, Fail) ~ A * B, binomial, 
           dat)))
                          }
qtt.ci <- exp(sum(coef.def[2:4])) - exp(coef.def[2]) - exp(coef.def[3]) + 1

以下是我的尝试:

bb_ci <- bayesboot(dat, boot_fn)
summary(bb_ci)

不确定如何获取 QT.CI .

提前谢谢你。

编辑:

根据@ruibarradas的回答,我尝试执行bootstrap以获取qtt.ci数量的95%ci(这是我要获取bootstrapped ci的数量),但没有成功:

library(bayesboot)

boot_fn <- function(dat) {
      coef.def <- unname(coef(glm(cbind(Pass, Fail) ~ A * B, binomial, dat)))
      qtt<- (exp(sum(coef.def[2:4])) - exp(coef.def[2]) - exp(coef.def[3]) + 1) 
      if(all(!is.na(qtt))) qtt else NULL
    }

Runs <- 1e2
qtt.ci <- bayesboot(dat, boot_fn, R = Runs, R2 = Runs)
summary(qtt.ci)

Quantiles:
 statistic    q2.5%     q25%   median     q75%   q97.5%
        V1 2.705878 2.705878 2.705878 2.705878 2.705878

因此,这并不表示 QT.CI . 输出只是 qtt :

qtt<-(exp(sum(coef.def[2:4])) - exp(coef.def[2]) - exp(coef.def[3]) + 1) 
qtt
[1] 2.705878

任何帮助都将不胜感激。

1 回复 | 直到 6 年前

1

2

Rui Barradas 6 年前

以下解决了警告问题。我已经用更少的跑步测试了它,而不是4000只100次。

library(bayesboot)

boot_fn <- function(dat) {
  fit <- glm(cbind(Pass, Fail) ~ A * B, binomial, dat)
  coef.def <- unname(coef(fit))
  if(all(!is.na(coef.def))) coef.def else NULL
}

Runs <- 1e2
bb_ci <- bayesboot(dat, boot_fn, R = Runs, R2 = Runs)
summary(bb_ci)

编辑。

根据问题中的公式和op注释中的对话框,要运行基于引导的ci:

qtt <- exp(sum(bb_ci[2:4])) - exp(bb_ci[2]) - exp(bb_ci[3]) + 1