在R中绘制多个Bootstrap曲线

Question

我想知道如何在R中绘制这些多重的bootstrap曲线。 我的代码如下：

dat2 <- read.delim("bone.data", sep ="\t", header= TRUE)
y <- dat2[,4]
x <- dat2[,2]
plot(x,y,xlab="age",ylab="BMD",col=ifelse(dat2[,3]=="female","red","blue"))

多重 Bootstrap 曲线就像本书中图 8.2 左下角的那个。 ESL

可以从该网站获取名为骨密度的数据： data

文件的直接链接在这里：here

- Rick Kim

---

多重自助曲线是什么？请提供一个可复现的例子，并清楚表达你的问题。 - mnel

书中或书网站上没有代码。你熟悉package:boot吗？ - IRTFM

Answer 1

您可以使用smooth.spline和lines来绘制样条曲线：

plot.spline = function(x, y, ...) {
    s = smooth.spline(x, y, cv=TRUE)
    lines(predict(s), ...)
}

因此，根据书中的说明，为了执行引导程序，您需要从数据中随机重复抽样行，并在重新采样的数据上调用plot.spline：

bootstrap.curves = function(dat, nboot, ...) {
    for (i in 1:nboot) {
        subdata = dat[sample(NROW(dat), replace=TRUE), ]
        plot.spline(subdata$age, subdata$spnbmd, ...)
    }
}

你可以使用此函数来分别绘制男性和女性的图表:

bootstrap.curves(dat2[dat2$gender == "female", ], 10, col="red")
bootstrap.curves(dat2[dat2$gender == "male", ], 10, col="blue")

最终结果：

注意：这段代码会产生一些警告（不是错误），看起来像：

1: In smooth.spline(x, y, cv = TRUE) :
  crossvalidation with non-unique 'x' values seems doubtful

这是由于引导重采样的原因。 smooth.spline 使用交叉验证来决定给予样条的自由度数，但它不喜欢使用重复的x值（在引导重采样中，这几乎总是会出现）。您可以通过选择自己的自由度数来解决此问题，但对于此目的而言，这可能是可以接受的。

- David Robinson

---

从测试中我发现，在smooth.spline调用中设置cv=NA可以消除警告，似乎不会影响平滑操作。在阅读了帮助文档后，我对使用这种方法可能引入的任何潜在问题有点困惑。你有什么想法吗？ - thelatemail

@thelatemail：当我使用cv=NA运行它时，所有曲线都被直线替换了-你没有遇到这种情况吗？同样，设置cv=FALSE会导致自由度过多，曲线过于锯齿状。 - David Robinson

我不知道我做了什么，但是我在某个地方混淆了函数。现在我得到的结果和你一样。把它归咎于漫长的几周吧。 - thelatemail

经常发生。我猜这就是ELS的做法，所以我认为这是正确的选择。 - David Robinson