js中text方法是啥意识_高分文章中的重抽样方法到底是个啥？R语言做给你看看...-CSDN博客

本文链接：https://blog.csdn.net/weixin_42377538/article/details/112542338

上期为大家介绍了经常出现在高分文章中的重抽样方法的原理，相信大家已经对这类常用方法有了基本的理解，本期内容将着重为大家介绍如何使用R语言实现此类方法，让大家能够做到真正的应用，为自己日后的科研工作打下基础。上期链接：

高分预测建模文章中的重抽样方法到底是个啥？

一 留一交叉验证 在接下来的实例中，我们将使用R语言ISLR包中的数据集Auto。留一交叉验证主要用boot包中的cv.glm()函数。

此处，假设我们的研究任务是探索Auto数据集中mpg和horsepower的关系(由两个变量也可以延伸到多个变量，此处为了展示的方便，比如绘图，以最简单的两个变量作为示例)，由于二者都是连续型变量，很多人第一反应是将二者进行线性回归。不过线性回归之前，大家最好绘制二者的散点图，粗略观察一下二者是否符合近似的线性关系，如下图所示，我们可以看出，mpg和horsepower这两个变量显然更加倾向于一种非线性的关系。所以传统的线性回归并不一定适合，当然，适合不适合，这一切都要交由统计结果来决定！那么，我们的任务是探索mpg与horsepower之间到底是线性关系，还是非线性关系，如果是非线性，那么是怎样的一种非线性关系(关于更多非线性的内容，请参考医学方此前的系列推文)。

上述代码逻辑很清晰，我们构建了mpg和horsepower一次方到10次方的线性和非线性模型，此处使用的是glm函数，是因为该函数返回的模型能被cv.glm()函数识别和操作，值得注意的是，glm函数在不设置连接函数的情况下，与lm函数是一样的，都是进行一般线性回归！下图展示的是10个不同模型在留一交叉验证中的表现。

可以看出在2次方的时候，模型表现有了很大提升，而此后则无显著提升，因此此处，我们认为，二次回归可能是最佳模型。二 K折交叉验证

在上述数据的基础上，我们继续进行K折交叉验证。

基本理念和结果与留一交叉验证大同小异。不过，与留一交叉验证不同的是，K折交叉验证在计算上更有优势，计算时间大大缩短。

三 bootstrap方法

如上期推文所言，bootstrap方法不仅可以用来评价模型的拟合优度，而且也常用来衡量和量化某个统计指标的变异程度。

3.1 估计统计指标变异度量化某个统计指标的变异度，其主要步骤有两步：对于兴趣指标，构建一个可以计算它的公式利用bootstrap方法，从样本中反复抽取样本计算该兴趣指标，最后合成该指标的变异度我们以ISLR包中的Portfolio数据集为例。

3.2 估计模型拟合度

还是回到之前的Auto数据集上来。我们在这里仅仅比较一次方和二次方的区别。

首先构建一次方模型，然后用bootstrap估计系数的误差。

接着我们以同样的方法构建二次方模型：

比较两个模型的系数误差，你就会发现，二次方模型的系数误差远低于一次方模型，由此可以说明，在当前的数据中，二次方模型比一次方更合适！好啦，以上就是对于常用的重抽样方法的R实现，搞清了原理后，是不是超级简单呢？当然，R语言中有很多包可以做类似的工作，比如caret，大家可以多尝试一下。希望这两期的内容能对大家的日常研究工作有所帮助！预祝你的临床预测建模文章早日登上大刊！

完

征稿启事

「医学方」现正式向粉丝们公开征稿！内容须原创首发，与科研相关，一经采用，会奉上丰厚稿酬(300-2000元)，详情请戳。

“医学方”始终致力于服务“医学人”，将最前沿、最有价值的临床、科研原创文章推送给各位临床医师、科研人员。

医学方已推出“实验室那些事儿”“SCI写作技巧”“文献精读与解析”“医学英语轻松学”“国自然基金申请”“临床数据挖掘”、“基因数据挖掘”、“R语言教程”、“医学统计学”、“微创动物实验培训”等多个专题课程，如需了解课程详细推文，可关注“医学方”公众号，点击“精品专题”进入