home *** CD-ROM | disk | FTP | other *** search
/ Big Green CD 8 / BGCD_8_Dev.iso / NEXTSTEP / UNIX / Educational / R-0.49-MI / R-0.49-I / help / bootstrap / bcanon < prev    next >
Encoding:
Text File  |  1997-09-13  |  2.1 KB  |  69 lines
  1.     
  2.     _N_o_n_p_a_r_a_m_e_t_r_i_c _B_C_a _c_o_n_f_i_d_e_n_c_e _l_i_m_i_t_s
  3.     
  4.          bcanon(x, nboot, theta, ...,
  5.            alpha=c(0.025, 0.05, 0.1, 0.16, 0.84, 0.9, 0.95, 0.975))
  6.     
  7.     _A_r_g_u_m_e_n_t_s:
  8.     
  9.                 x: a vector containing the data. To bootstrap
  10.                    more complex data structures (e.g bivariate
  11.                    data) see the last example below.
  12.     
  13.             nboot: number of bootstrap replications
  14.     
  15.             theta: function defining the estimator used in con-
  16.                    structing the confidence points
  17.     
  18.             alpha: optional argument specifying confidence lev-
  19.                    els desired
  20.     
  21.     _V_a_l_u_e_s:
  22.     
  23.          list with the following components
  24.     
  25.     confpoint: estimated bca confidence limits
  26.     
  27.           z0: estimated bias correction
  28.     
  29.          acc: estimated acceleration constant
  30.     
  31.            u: jackknife influence values
  32.     
  33.     _R_e_f_e_r_e_n_c_e_s:
  34.     
  35.          Efron, B. and   Tibshirani, R. (1986).  The Bootstrap
  36.          Method for standard errors, confidence intervals, and
  37.          other measures of   statistical accuracy.  Statistical
  38.          Science, Vol 1., No. 1, pp 1-35.
  39.     
  40.          Efron, B. (1987). Better bootstrap confidence intervals
  41.          (with discussion).
  42.           J. Amer. Stat. Assoc. vol 82, pg 171
  43.     
  44.          Efron, B. and Tibshirani, R. (1993) An Introduction to
  45.          the Bootstrap.  Chapman and Hall, New York, London.
  46.     
  47.     _E_x_a_m_p_l_e_s:
  48.     
  49.          #  bca limits for the  mean
  50.          #  (this is for illustration;
  51.          #   since "mean" is a built in function,
  52.          #   bcanon(x,100,mean) would be simpler!)
  53.          x <- rnorm(20)
  54.          theta <- function(x)mean(x)
  55.          results <- bcanon(x,100,theta)
  56.     
  57.          # To obtain bca limits for functions of more
  58.          # complex data structures, write theta
  59.          # so that its argument x is the set of observation
  60.          # numbers and simply pass as data to bcanon
  61.          # the vector 1,2,..n.
  62.          # For example, find bca limits for
  63.          # the correlation coefficient from a set of 15 data pairs:
  64.          xdata <- matrix(rnorm(30),ncol=2)
  65.          n <- 15
  66.          theta <- function(x,xdata) cor(xdata[x,1],xdata[x,2])
  67.          results <- bcanon(1:n,100,theta,xdata)
  68.     
  69.