我正在寻找一种方法，使用引导结果向量（这是人口增长率的引导估计 - lambda）来计算 R 中的偏差校正加速置信区间。然而，我发现的包要么是使用特定的对象类型（如“boot”包中），要么不计算 BCa 类型置信区间。我使用 for 循环引导结果然后将结果存储在向量中的原因是，对于每个引导重新采样，我首先得到一个 80 x 33 的结果矩阵，它定义了每年采样中每个总体的参数，而这些参数又为每个群体定义 lambda。据我所知，这在引导包中会很麻烦，并且很容易作为 for 循环进行编程。实际的功能集相当复杂，无法包含在这里。
我确实尝试使用这个问题作为伪造“启动”对象的指南，但它不起作用：How can I use pre bootstrapped data to acquire a BCaconfidence Interval? 。
假设我有观察到的 lambda 估计值
lambda = 1.18
我们模拟引导估计的向量
library(fGarch)
lambdaBS = rsnorm(999,mean=lambda-0.04,sd=0.11,xi=2.5)
plot(density(lambdaBS))
这是右偏和有偏见的。
我希望，使用这些信息，当前存在一个函数可以计算 BCa 置信区间，否则很容易编写一个函数来执行此操作。到目前为止，我还没有发现这种情况。