如何通过替换引导函数并返回输出答案

【问题标题】：How to bootstrap a function with replacement and return the output如何通过替换引导函数并返回输出
【发布时间】：2014-06-05 11:02:32
【问题描述】：

我正在尝试从数据框中随机抽取两个子样本，提取子样本中列的均值并计算均值之间的差异。据我所知，do.call 中 replicate 的以下功能和使用应该可以正常工作，但我不断收到错误消息：

示例数据：

> dput(a)
structure(list(index = 1:30, val = c(14L, 22L, 1L, 25L, 3L, 34L, 
35L, 36L, 24L, 35L, 33L, 31L, 30L, 30L, 29L, 28L, 26L, 12L, 41L, 
36L, 32L, 37L, 56L, 34L, 23L, 24L, 28L, 22L, 10L, 19L), id = c(1L, 
2L, 2L, 3L, 3L, 4L, 5L, 6L, 7L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 
14L, 15L, 16L, 16L, 17L, 18L, 19L, 20L, 21L, 21L, 22L, 23L, 24L, 
25L)), .Names = c("index", "val", "id"), class = "data.frame", row.names = c(NA, 
-30L))

代码：

# Function to select only one row for each unique id in the data frame, 
# take 2 randomly drawn subsets of size 40 from this unique dataset, 
# calculate means of both subsets and determine the difference between the two means
extractDiff <- function(P){
   xA <- ddply(P, .(id), function(x) {x[sample(nrow(x), 1) ,] }) # selects only one row for each id in the data frame
  subA <- xA[sample(xA, 10, replace=TRUE), ] # takes a random sample of 40 rows
  subB <- xA[sample(xA, 10, replace=TRUE), ] # takes a second random sample of 40 rows
  meanA <- mean(subA$val)
  meanB <- mean(subB$val)
  diff <- abs(meanA-meanB)
  outdf <- c(mA = meanA, mB= meanB, diffAB = diff)
  return(outdf)
}

# To repeat the random selections and mean comparison X number of times...
fin <- do.call(rbind, replicate(10, extractDiff(a), simplify=FALSE))

错误信息：

 Error in xj[i] : invalid subscript type 'list'

我认为该错误与未以可以提供给rbind 的格式返回函数输出有关，但我尝试的任何方法似乎都不起作用（即我尝试将 outdf 对象转换为数据框和矩阵，仍然得到错误消息）。

我仍在学习 R，因此将不胜感激。谢谢！

【问题讨论】：

ddply 中的匿名函数缺少返回值。
@Roland：我不确定我明白你的意思吗？我将ddply() 函数的结果称为“xA”并将其提供给下一个命令。当然这应该有效吗？我已经以这种方式在循环中尝试了 ddply 函数，它工作正常吗？请你给我一个如何更改代码的例子吗？非常感谢。
应该是xA <- ddply(P, .(id), function(x) {x[sample(nrow(x), 1) ,] })。抱歉，我无法提供更多帮助，但您的代码不是 reproducible。
@罗兰。抱歉，我现在在问题中添加了一些可重现的数据。我尝试删除y <-，但仍然收到相同的错误消息。谢天谢地，我们将收到任何进一步的建议。谢谢

标签： r sample replicate statistics-bootstrap

【解决方案1】：

如果您将sample 作为第一个参数传递给列表/data.frame，它将返回一个列表/data.frame。您不能使用 data.frame 来设置 data.frame 的子集。

library(plyr)
extractDiff <- function(P){
  xA <- ddply(P, .(id), function(x) {x[sample(nrow(x), 1) ,] }) # selects only one row for each id in the data frame
  subA <- xA[sample(nrow(xA), 10, replace=TRUE), ] # takes a random sample of 40 rows
  subB <- xA[sample(nrow(xA), 10, replace=TRUE), ] # takes a second random sample of 40 rows
  meanA <- mean(subA$val)
  meanB <- mean(subB$val)
  diff <- abs(meanA-meanB)
  outdf <- c(mA = meanA, mB= meanB, diffAB = diff)
  return(outdf)
}

set.seed(42)
fin <- do.call(rbind, replicate(10, extractDiff(a), simplify=FALSE))
#         mA   mB diffAB
#  [1,] 29.4 25.5    3.9
#  [2,] 25.8 23.0    2.8
#  [3,] 25.3 29.5    4.2
#  [4,] 29.0 31.2    2.2
#  [5,] 26.5 25.6    0.9
#  [6,] 26.8 27.2    0.4
#  [7,] 28.7 27.3    1.4
#  [8,] 22.7 28.7    6.0
#  [9,] 30.6 23.2    7.4
# [10,] 25.1 25.2    0.1

【讨论】：

@Roland：谢谢！我只是错过了nrow()。非常感谢。