R语言使用boot包执行线性回归时boot$t无返回值问题求助

错误原因 #

• 错误1：lm生成的回归对象没有$estimate属性，调用不存在的属性会返回空值，最终导致bout$t无数据。正确提取回归系数的方法是调用coef(lmout)或lmout$coefficients。
• 错误2：自定义统计函数myfunc未使用传入的index参数，bootstrap的核心逻辑是每次按照index对原始数据集进行有放回重采样，跳过这一步会导致每次拟合都用全部原始数据，所有重采样结果完全相同。
• 错误3：boot函数的data参数不接受公式输入，需要传入包含x、y的数据集对象。
• 错误4：外层循环完全多余，boot函数的R参数本身就是指定bootstrap重采样的次数，每次循环都覆盖bout变量，最终只会保留最后一次运行的结果，不符合需求。

修正后代码 #

rm(list=ls())
# 构造数据框，保证x和y配对重采样
df <- data.frame(
  x = c(1,1.5,2,3,4,4.5,5,5.5,6,6.5,7,8,9,10,11,12,13,14,15),
  y = c(6.3,11.1,20,24,26.1,30,33.8,34.0,38.1,39.9,42,46.1,53.1,52,52.5,48,42.8,27.8,21.9)
)
library(boot)

myfunc <- function(data, index){
  # 按index重采样数据
  sample_data <- data[index, ]
  # 拟合回归
  lmout <- lm(y ~ x, data = sample_data)
  # 返回回归系数
  return(coef(lmout))
}

# 直接调用boot，R=10对应10次重采样，不需要循环
bout <- boot(data = df, statistic = myfunc, R = 10)
# 输出10次重采样的系数结果，第一列是截距，第二列是x的系数
print(bout$t)

补充说明 #

如果需求是10轮独立的bootstrap过程，每轮做10次重采样，只要把R参数改为对应值，或在循环里把每次的bout$t结果拼接存储即可，不要直接覆盖bout变量。

内容的提问来源于stack exchange，提问作者lime