¿Cómo calcular un error estándar de Bootstrap en R?

En este artículo, veremos los diferentes enfoques para calcular un error estándar de arranque utilizando varios paquetes y sus funcionalidades en el lenguaje de programación R.

Error estándar de Bootstrap:

La desviación estándar de las muestras de arranque (también conocida como error estándar de arranque) es una estimación de la desviación estándar de la distribución muestral de la media.

Pasos para calcular el error estándar de arranque de datos dados:

• Tome k muestras repetidas con reemplazo de un conjunto de datos dado.
• Para cada muestra, calcule el error estándar: s/√n.
• Esto da como resultado k estimaciones diferentes para el error estándar. Para encontrar el error estándar de arranque, tome la media de los k errores estándar.

Método 1: Usar la función boot() del paquete de arranque

En este método, el usuario primero debe instalar e importar el paquete de arranque en la consola R en funcionamiento, luego el usuario debe llamar a la función de arranque() con los datos requeridos pasados ​​​​como su parámetro, lo que devolverá el estándar Bootstrap Error de los datos dados en el lenguaje de programación R.

Sintaxis para instalar e importar el paquete de arranque:

install.packages('boot')
library('boot')

Función de arranque(): esta función proporciona una interfaz simple para la función de arranque en el paquete de arranque que se adapta al arranque basado en modelos de regresión. 

Sintaxis: Boot(objeto, f=coef, etiquetas=nombres(f(objeto)),R=999, …)

Parámetros:

• objeto: Un objeto de la clase.
• f: una función cuyo único argumento es el nombre de un objeto de regresión que se aplicará al objeto de regresión actualizado para calcular las estadísticas de interés.
• etiquetas: proporciona etiquetas para las estadísticas calculadas por f.
• R: Número de muestras de arranque.

Ejemplo:

En este ejemplo, usaremos la función boot() del paquete de arranque para el error estándar de arranque del vector que contiene 10 elementos y usaremos 100 muestras de arranque en el lenguaje de programación R.

library(boot)
  
# Create data
gfg <- c(244,753,596,645,874,141,639,465,999,654)
  
# Calculating the mean 
m <- function(gfg,i){mean(gfg[i])}
  
# Calculate standard error using 100
# bootstrapped samples
boot(gfg, m, 100)

Producción:

ORDINARY NONPARAMETRIC BOOTSTRAP


Call:
boot(data = gfg, statistic = m, R = 100)


Bootstrap Statistics :
    original  bias    std. error
t1*      601  -3.231    80.02706

Método 2: calcular el error estándar de Bootstrap usando la fórmula

En este método para calcular el error estándar de arranque, el usuario necesita usar la fórmula directa para obtener lo mismo, simplemente sin usar ningún paquete en el lenguaje de programación R.

Ejemplo:

En este ejemplo, usaremos la fórmula directa para obtener el error estándar de arranque del vector que contiene 10 elementos en el lenguaje de programación R.

# Create data
gfg <- c(244,753,596,645,874,141,639,465,999,654)
  
# Calculating the bootstrap standard error 
mean(replicate(100, sd(sample(
  gfg, replace=T))/sqrt(length(gfg))))

Producción:

[1] 78.53055