使用bca方法计算置信区间时，为什么R引导程序包会产生错误“估计调整'a'是NA”？

我有一个使用dput上传到这里的数字向量（... / code / MyData.Rdata）。

我想获得bca ci，所以我编写了以下代码：

my.mean <- function(dat, idx){
 return (mean(dat[idx], na.rm = TRUE))
} 

boot.out<-boot(data=my.data, statistic = my.mean, R=1000)

但是当我运行以下命令时，我得到了：

> boot.ci(boot.out)
Error in bca.ci(boot.out, conf, index[1L], L = L, t = t.o, t0 = t0.o,  : 
estimated adjustment 'a' is NA
In addition: Warning message:
In boot.ci(boot.out) : bootstrap variances needed for studentized intervals

有人可以帮助我找出导致此错误的原因吗？谢谢您的帮助！

正如您从错误消息中看到的那样，请boot.ci致电bca.ci。由于boot.out对象不提供L，因此您正在计算的统计数据的经验影响值会bca.ci尝试使用empinf函数进行计算，然后（如迈克尔所说），它将使用它们来计算加速度常数：

L <- empinf(boot.out, index = index, t = t.o, ...)
a <- sum(L^3)/(6 * sum(L^2)^1.5)

但是，由于复制数量很少，empinf有时会失败并返回NA值向量。结果是您没有的值L，a无法计算，并且您得到了错误。正如ocram所说，增加boostrap复制的数量将解决此问题。即使增加一倍R到2000，也应该可以做到。