r - 通过自举R中的数据来复制函数

我正在使用library(gmm)估算GMM模型。

n <- 200
x1 <- rnorm(n)
x2 <- rnorm(n)
x3 <- rnorm(n)
x4 <- rnorm(n)
x5 <- rnorm(n)
x6 <- rnorm(n)

xx <- cbind(x1, x2, x3, x4, x5, x6)
fun <- function(betastar, x) {
m1 <- (x[,1] - x[,2]*betastar - x[,3] - x[,4])*x[,5]
m2 <- (x[,1] - x[,2]*betastar - x[,3] - x[,4])*x[,6]
f <- cbind(m1,m2)
return(f)
}

library(gmm)
k <-  gmm(fun, x=xx, 0, optfct="optim", lower = 0, upper = 2, method="Brent")

我想通过引导我的样本B（替换）来复制xx次。我的范围是为每个复制保存betastar的标准错误，并将所有错误存储在某个位置。有快速的方法吗？
我知道有一个library(boot)原则上应该允许我这样做，但是我很难弄清楚该如何做，因为要使用gmm函数，我需要指定另一个函数（fun）

编辑：gmm函数正在做的是相对于参数fun最小化其他函数betastar。 gmm()中的所有术语定义了gmm的工作方式。对于任何1：B复制，我想要的是将betastar（这是一个系数）及其标准错误绑定到对象中。可以通过命令coef(k)和sqrt(k$vcov)恢复它们
我正在尝试以下

B <- 199  # number of bootstrapping
betak_boot <- rep(NA, 199)
se_betak_boot <- rep(NA, 199)
for (ii in 1:B){
  sample <- (replicate(ii, apply(xx, 2, sample, replace = TRUE)))
  k_cons <- gmm(fun, x=samples, 0, gradv=Dg, optfct="optim", lower = 0, upper = 2, method="Brent")
  betak_boot[ii] <- coef(k_cons)
  se_betak_boot[ii] <- sqrt(k_cons$vcov)
}

我不知道为什么，应用fun时出现错误，即Error in x[, 1] : incorrect number of dimensions。确实，我不知道为什么sample是

dim(sample)
[1] 200   6   1

最佳答案

library(gmm)
set.seed(123)
n <- 200
x1 <- rnorm(n)
x2 <- rnorm(n)
x3 <- rnorm(n)
x4 <- rnorm(n)
x5 <- rnorm(n)
x6 <- rnorm(n)

xx <- cbind(x1, x2, x3, x4, x5, x6)
fun <- function(betastar, x) {
m1 <- (x[,1] - x[,2]*betastar - x[,3] - x[,4])*x[,5]
m2 <- (x[,1] - x[,2]*betastar - x[,3] - x[,4])*x[,6]
f <- cbind(m1,m2)
return(f)
}
ii=4
samples <- replicate(ii, apply(xx, 2, sample, replace = TRUE))

coefk <- rep(0,ii)
sdk <- rep(0,ii)

for (i in 1:ii) {
        xx <- samples[,,i]
        k <-  gmm(fun, x=xx, 0, optfct="optim", lower = 0, upper = 2, method="Brent")
        coefk[i] <- coef(k)
        sdk[i] <- sqrt(k$vcov)[1,1]
 }

关于r - 通过自举R中的数据来复制函数，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23105492/