引导比较两组

编辑2: 黑客删除了,因为这是一个错误的解决方案。相反,必须使用引导函数的参数层:

total <- c(x,y)
id <- as.factor(c(rep("x",length(x)),rep("y",length(y))))
b <- boot(total, diff, strata=id, R = 10000)
...

请注意,您甚至不会接近正确的P.Value估计值:

x <- c(1.4,2.3,2.9,1.5,1.1)
y <- c(23.7,26.6,28.5,14.2,17.9,24.3)

total <- c(x,y)

b <- boot(total, diff, strata=id, R = 10000)
ci <- boot.ci(b)
p.value <- sum(b$t>=b$t0)/b$R
> p.value
[1] 0.5162

对于两个样本,如果第二个样本的所有值都高于第一个样本的最大值,您如何解释p值为0.51?

上面的代码可以得到置信区间的有偏估计,但是关于差异的显著性测试应该通过对整个数据集的排列来完成。

虽然在某些情况下,实际土层可被视为分层变量,但这不是其中之一。你只有一个操作,在植物群之间。因此,你的无效假设是它们确实来自完全相同的群体。在本例中,将这些项目视为来自一组11个样本的项目是引导的正确方法。

如果你有两块地,在每一块地里,以平衡的方式在不同的季节试验不同的肥料,那么这些地将是稳定的样品,你会想这样对待它们。但事实并非如此。

在John之后,我认为使用bootstrap测试这两个不同人群的总和是否显著不同的适当方法如下:

x <- c(1.4,2.3,2.9,1.5,1.1)
y <- c(23.7,26.6,28.5,14.2,17.9,24.3)


b_x <- boot(x, sum, R = 10000)
b_y <- boot(y, sum, R = 10000)

z<-(b_x$t0-b_y$t0)/sqrt(var(b_x$t[,1])+var(b_y$t[,1]))
pnorm(z)

所以我们可以清楚地拒绝空值,因为它们是相同的总体。我可能错过了某种程度的自由调整,我不确定引导在这方面是如何工作的,但是这样的调整不会彻底改变您的结果。