J'ai fait un bootstrap avec un modèle mixte (plusieurs variables avec interaction et une variable aléatoire). J'ai obtenu ce résultat (seulement partiel):
> boot_out
ORDINARY NONPARAMETRIC BOOTSTRAP
Call:
boot(data = a001a1, statistic = bootReg, R = 1000)
Bootstrap Statistics :
original bias std. error
t1* 4.887383e+01 -1.677061e+00 4.362948e-01
t2* 3.066825e+01 1.264024e+00 5.328387e-01
t3* 8.105422e+01 2.368599e+00 6.789091e-01
t4* 1.620562e+02 4.908711e+00 1.779522e+00
......
Maintenant, je voulais obtenir les intervalles de confiance pour l'interception:
> boot.ci(boot_out,type=c("norm","basic","perc"), index=1)
BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 1000 bootstrap replicates
CALL :
boot.ci(boot.out = boot_out, type = c("norm", "basic",
"perc"), index = 1)
Intervals :
Level Normal Basic Percentile
95% (49.70, 51.41 ) (49.70, 51.41 ) (46.34, 48.05 )
Calculations and Intervals on Original Scale
Le biais corrigé estimé est:
48,873 -1,677
1 47,196
Le problème que j'ai, c'est que l'IC normal et élémentaire sont en dehors de l'estimation (d'origine et corrigée). Je me demande juste comment y faire face.
Mise à jour 1:
Voici une question similaire avec beaucoup de réponses.