使用非参数引导程序计算p值

Question

假设我给了一个样本X。我的教授说，要使用非参数自举法找到p值。 我应该通过以下方式调整样本均值：

X = X-平均值（X）+ mu_not

然后他说要引导adjustedX，并返回均值。 在获得列表样本均值之后，可以将p值计算为小于所观察到的样本均值的自举样本均值的比例。

我已经在R中对此进行了模拟，但是没有得到接近真实p值的任何东西。

这是我的R函数：

pvalue = function(Samples, mu_not) {
  X.boot = X - mean(X) + mu_not
  bootstrap = sapply(1:Samples, function(a){
    single = sample(X.boot, length(X.boot), replace=TRUE)
    return(mean(single))
  })
  return(mean(mu_not < bootstrap))
}

我究竟做错了什么？ 谢谢。

Answer 1

对于您在注释Ho: u >= u.not提到的原假设，这不起作用：

 pvalue = function(Samples, mu_not) {
     X.boot = X
     bootstrap = sapply(1:Samples, function(a){
         single = sample(X.boot, length(X.boot), replace=TRUE)
         return(mean(single))
     })
     return(mean(mu_not < bootstrap))
 }