python bootstrap container宽度_（Python）使用scikits bootstrap估计回归参数置信区间

你能提供你的R码吗？我很想知道R是怎么处理的

这里的问题是，您只需将y传递给boot.ci，但每次它运行myu函数时，它都会使用整个原始的x(请注意，myu函数缺少x输入)。Bootstrapping将统计函数应用于重新采样的数据，因此，如果使用原始的x和y样本应用统计函数，将得到一个不合理的结果。实际上，这就是BCA方法根本不起作用的原因：它无法将统计函数应用于元素数量不相同的jackknife样本。

采样沿0轴(行)进行，因此如果要将多个1D数组传递给统计函数，可以使用多个列：xy = vstack((x,y)).T将起作用，然后使用从这些列获取数据的statf函数：def my_function(xysample):

return stats.linregress(xysample[:,0], xysample[:,1])[2]

或者，如果您想完全避免弄乱数据，可以定义一个对索引进行操作的函数，然后将索引传递给boot.ci：def my_function2(i):

return stats.linregress(x[i], y[i])[2]

boot.ci(np.arange(len(x)), statfunction=my_function2, alpha=0.05, n_samples=1000, method='pi')

注意，在这两种情况下，BCA都可以工作，所以最好使用method='BCA'，除非您真的想使用百分比间隔；BCA总是更好的。

我知道这两种方法都不太理想。老实说，我从来没有必要将这样的多个数组传递给我的statfunction，大多数人很可能使用mean作为他们的statfunction。我认为这里最好的方法是允许传递相同大小[0]数组的列表，例如，boot.ci([x,y],...)，然后同时对所有这些数组进行采样，并将它们作为单独的参数传递给statfunction。在这种情况下，您只需要一个my_function(x,y)。我会看看我能不能做到，但如果你能给我看你的R代码，那就太好了，因为我想看看是否有更好的方法来处理这个问题。

更新：

在最新版本的scikits.bootstrap(v0.3.1)中，可以提供数组的元组，并将其样本作为单独的参数传递给statfunction。此外，statfunction可以提供数组输出，并且将为输出中的每个点计算置信区间。因此，现在很容易做到这一点。以下将给出线性回归的每个输出的置信区间：cis = boot.ci( (x,y), statfunction=stats.linregress )

在这种情况下，cis[:,2]将是所需的置信区间。