Bootstrap t.test：对多个分组级别使用apply函数

Question

我需要引导我的“自动” lapply t.test函数来计算Bootstrap统计信息（原始，偏差和标准错误）。这是我到目前为止所获得的基本t.test代码（无引导）：

# create data
val<-runif(60, min = 0, max = 100)
distance<-floor(runif(60, min=1, max=3))
phase<-rep(c("a", "b", "c"), 20)
color<-rep(c("red", "blue","green","yellow","purple"), 12)

df<-data.frame(val, distance, phase, color)

# run function to obtain t.tests
lapply(split(df, list(df$color, df$phase)), function(d) {
  tryCatch({ t.test(val ~ distance, var.equal=FALSE, data=d) },
       error = function(e) NA)
})

哪个效果很好。 但是，我不确定如何将bootstrap方法合并到此apply函数中。

Answer 1

也许像下面这样的东西做你想要的。 请注意，返回值是类"htest" （列表）或NA的对象列表的列表。

boot_fun <- function(DF){
  n <- nrow(DF)
  i <- sample(n, n, TRUE)
  df <- DF[i, ]
  lapply(split(df, list(df$color, df$phase)), function(d) {
    tryCatch({ t.test(val ~ distance, var.equal=FALSE, data=d) },
             error = function(e) NA)
  })
}

set.seed(1234)
R <- 10
result <- lapply(seq_len(R), function(i) boot_fun(df))