函数文件:ibootci

引导置信区间

Ci = ibootci(nboot,bootfun，…)计算由bootfun计算的统计量的95%迭代(双)bootstrap置信区间。Nboot是一个标量，或最多为两个正整数的向量，表示第一次和第二次引导的重复样本的数量。Bootfun是用@指定的函数句柄，或指示函数名的字符串。第三个也是后面的输入参数是data(列向量)，用于创建bootfun的输入。Ibootci通过从列向量数据参数的行(其大小必须相同)进行采样来创建每个第一级引导。采用自举迭代法和插值法对双边间隔的标称中心覆盖进行标定，以实现二阶精确覆盖。然后利用bootstat经验累积分布函数的线性插值来构造双边置信区间。整个过程中采用的重采样方法是平衡重采样。在nboot中，第一和第二引导复制示例集的默认值分别为5000和200。

Ci = ibootci(nboot，{bootfun，…}，…，'alpha'，alpha)计算覆盖范围为100*(1-alpha)%的bootfun函数定义的统计量的迭代bootstrap置信区间，其中alpha是0到1之间的标量值。Bootfun和ibootci传递给它的数据包含在一个单元格数组中。alpha的默认值为0.05，对应于覆盖率为95%置信区间。

Ci = ibootci(nboot，{bootfun，…}，…，'type'，type)计算bootfun函数定义的统计量的bootstrap置信区间。Type是置信区间类型，从以下选项中选择:
'per'或'百分位数' -百分位数法。
“CPER” - 偏差校正的百分方法。
'bca' -偏差校正和加速方法(默认)。
“螺柱”或“学生” - 学生化（自举-T）的置信区间。

ci = ibootci(nboot，{bootfun，…}，…，'Weights'， Weights)指定观察权值。权值必须是一个非负数的向量。权值的维数必须等于bootfun的非标量输入参数的维数。权重被用作bootstrap抽样概率。

ci = ibootci(nboot，{bootfun，…}，…，'Strata'， Strata)指定一个包含Strata数字标识符的向量。层的尺寸必须等于bootfun的非标量输入参数的尺寸。自举重采样是分层的，这样每一层都表示在每个自举检验统计量。

ci = ibootci(nboot，{bootfun，…}，…，'Clusters'， Clusters)指定一个包含集群数字标识符的向量。地层是固定的，而集群则是重新取样的。这是通过带收缩校正的残差的两级bootstrap重采样来实现的。

ci = ibootci(nboot，{bootfun，…}，…，'Block'，blocksize)指定一个正整数(或'auto')，用于定义块引导相关数据(如时间序列)的块长度。该算法使用圆形重叠块。双自举重采样和校准程序使间隔覆盖不敏感块长度。块引导也可以在回归环境中使用，通过结合成对引导(即提供x和y向量作为数据变量)。

Ci = ibootci(nboot，{bootfun，…}，…，'smooth'，bandwidth)在评估bootfun之前对bootstrap样本集应用指定带宽的附加随机噪声。

ci = ibootci(nboot，{bootfun，…}，…，'DEFF'，state)通过重采样估计设计效果。状态可以是“开”或“关”。

[ci,bootstat] = ibootci(…)也返回为每个引导复制样本集计算的引导统计量。如果只请求单个引导，bootstat将返回一个向量:bootstat的每一列都包含对第一次引导的一个复制样例应用bootfun的结果。如果请求引导迭代，bootstat将返回一个单元格数组，其中包含bootfun在第一次和第二次引导中计算的统计信息。对于第二个引导，bootstat的每一列都包含对第一个引导中的一个复制样例的第二个引导中的每个复制样例应用bootfun的结果。

[ci,bootstat,S] = ibootci(…)也返回一个结构，其中包含bootstrap中使用的设置和结果统计信息，包括(双)bootstrap偏差和标准错误。函数帮助中提供了字段说明。

[ci,bootstat,S,calcurve] = ibootci(…)也返回calcurve，这是一个校准值向量，大小与第一个bootstrap复制集相同。

[ci,bootstat,S,calcurve,bootidx] = ibootci(…)也返回bootidx，一个从第一次bootstrap的索引矩阵。

置信区间的计算可以通过并行处理来加速。

ibootci具有非常类似的使用的功能bootci。请参阅函数用法的例子功能的帮助。