R中的自举-分层样本的重采样

Question

我有一个调查数据集，并希望在 R 上进行引导，以便根据代表其在总体中的层大小的概率来选择每个层的值。我在 boot() 包上尝试了各种方法，但我不确定我是否得到了我正在寻找的结果。例如，在定义每个分层权重后使用权重参数时，我相信这只是为我的引导创建加权平均值，而不是分层重采样。我不确定我需要哪个 sim() 选项或 strata() 选项的作用。请帮忙！

sample_mean = function(value,indices){return(mean(value[indices]))}
> results=boot(value,sample_mean,1000,weights = Weight)

Answer 1

假设，为了重现性，你有

my_df <- data.frame(x=1:9, stratum=rep(1:3, each=3))
my_df
#   x stratum
# 1 1       1
# 2 2       1
# 3 3       1
# 4 4       2
# 5 5       2
# 6 6       2
# 7 7       3
# 8 8       3
# 9 9       3

并且您有与 Strata wts <- c(4,2,1) 相关的权重 - 请注意，这些不一定需要加到 1。

您可以“手动”引导，调用类似

N_boot <- 10000
boot_mns <- rep(NA, N_boot)
for(i in 1:N_boot) {
   B <- sample(my_df$x, prob=wts[my_df$stratum])  
                 # or prob=wts[as.numeric(as.factor(my_df$stratum))] as needed
   boot_mns[i] <- mean(B)
}

使用boot 包可能会更好，但这对于正在发生的事情非常明确。