Bootstrap样本跨样本均值与标准差计算方法咨询

首先，先帮你修正现有代码里的小疏漏：你代码里提到的r.median是未定义的，应该替换成r.mean，这样才能正确计算20个bootstrap均值的标准差，修正后的基础代码如下：

## create data
data <- round(rnorm(100, 5, 3))
data[1:10]
## obtain 20 boostrap samples
resamples <- lapply(1:20, function(i) sample(data, replace = T))
resamples[1]
## calculate the means for each bootstrap sample
r.mean <- sapply(resamples, mean)
## calculate the sd of the distribution of means
sqrt(var(r.mean))

接下来针对你的需求——获取100个“跨样本均值”（每个均值是20个bootstrap样本均值的平均值），并计算这100个值的标准差——我们可以用replicate()函数高效重复执行整个流程，它能帮你自动完成指定次数的重复操作并收集结果。

实现代码 #

# 原始数据生成（设置随机种子保证结果可复现）
set.seed(123)
data <- round(rnorm(100, 5, 3))

# 封装单次流程的函数：生成20个bootstrap样本→计算样本均值→求跨样本均值
compute_cross_sample_mean <- function(data) {
  # 生成20个bootstrap样本
  resamples <- lapply(1:20, function(i) sample(data, replace = TRUE))
  # 计算每个样本的均值
  sample_means <- sapply(resamples, mean)
  # 返回20个均值的跨样本平均值
  return(mean(sample_means))
}

# 重复执行100次，得到100个跨样本均值
cross_sample_means_100 <- replicate(100, compute_cross_sample_mean(data))

# 查看前10个跨样本均值
cross_sample_means_100[1:10]

# 计算这100个跨样本均值的标准差
sd_cross_sample_means <- sd(cross_sample_means_100)
sd_cross_sample_means

代码说明 #

• set.seed(123)：固定随机种子，让每次运行代码的结果一致，方便调试和验证。
• compute_cross_sample_mean()：把单次生成样本、计算均值、求跨样本均值的逻辑封装成函数，让代码更清晰易维护。
• replicate(100, ...)：自动重复执行指定函数100次，将100个跨样本均值收集到一个向量中。
• sd(cross_sample_means_100)：直接计算100个跨样本均值的标准差，和sqrt(var(...))结果等价但更简洁。

如果你需要的是每次生成20个bootstrap样本后，同时得到这20个均值的跨样本均值和标准差，再重复100次得到100组（均值+标准差），可以修改函数让它返回包含两个统计量的列表：

compute_cross_stats <- function(data) {
  resamples <- lapply(1:20, function(i) sample(data, replace = TRUE))
  sample_means <- sapply(resamples, mean)
  return(list(
    cross_mean = mean(sample_means),
    cross_sd = sd(sample_means)
  ))
}

# 重复100次，得到100组统计量
cross_stats_100 <- replicate(100, compute_cross_stats(data), simplify = FALSE)

# 提取100个跨样本均值
cross_means_100 <- sapply(cross_stats_100, function(x) x$cross_mean)
# 提取100个跨样本标准差
cross_sds_100 <- sapply(cross_stats_100, function(x) x$cross_sd)

这样就能分别得到100个跨样本均值和对应的100个跨样本标准差了。

内容的提问来源于stack exchange，提问作者mandy