默認情況下，如何通過引導分位數回歸獲得置信區間

Question

在我的統計類中，我們使用Stata，因為我是R用戶，我想在R中做同樣的事情。我得到了正確的結果，但似乎有點尷尬的方式來獲得像置信區間一樣簡單的東西。

這是我的原始解決方案：

library(quantreg)
na = round(runif(100, min=127, max=144))
f <- rq(na~1, tau=.5, data=ds)
s <- summary.rq(f, se="boot", R=1000)
coef(s)[1]
coef(s)[1]+ c(-1,1)*1.96*coef(s)[2]

我還在啟動包中進行了一些實驗，但我沒有讓它工作：

library(boot)
b <- boot(na, function(w, i){ 
        rand_bootstrap_sample = w[i]
        f <- rq(rand_bootstrap_sample~1, tau=.5)
        return(coef(f)) 
        }, R=100)
boot.ci(b)

給出錯誤：

bca.ci出錯（boot.out，conf，index [1L]，L = L，t = to，t0 = t0.o，：估計調整'a'為NA

我的問題：

• 如果還有另一種獲得置信區間的更好方法，我不想知道
• 為什么引導代碼抱怨？

Answer 1

您的示例不會給我一個錯誤消息（Windows 7/64，R 2.14.2），因此它可能是隨機種子的問題。 因此，如果您使用一些隨機方法發布示例，最好添加一行set.seed; 看例子。

請注意，錯誤消息是指boot.ci的bca類型; 因為這個經常抱怨，通過明確地給出類型來取消選擇它。

我不知道為什么你在bootstrap中使用相當復雜的rq。 如果您真的想要了解rq，請忘記下面的簡單示例，但請提供更多詳細信息。

library(boot)
set.seed(4711)
na = round(runif(100, min=127, max=144))

b <- boot(na, function(w, i) median(w[i]), R=1000)
boot.ci(b,type=c("norm","basic","perc"))