Atualiza script com código de sala de aula.

parent b0a6fb86
......@@ -286,6 +286,8 @@ with(simul_model(),
plot(y ~ x)
})
plot(y ~ x, data = simul_model())
#--------------------------------------------
# 2. Para cada novo conjunto de dados, obter os IC com cada método
# usando um R = 999.
......@@ -310,6 +312,7 @@ btst <- boot(data = simul_model(beta = beta),
bci <- boot.ci(btst,
type = "all",
index = c(2, 2))
bci
str(bci)
# Extração dos limites do IC.
......@@ -336,7 +339,45 @@ apply(ics,
#--------------------------------------------
# 3. Repetir isso 100 vezes.
proc <- function(..., R = 999) {
btst <- boot(data = simul_model(...),
statistic = fitmodel,
R = R)
bci <- boot.ci(btst,
type = "all",
index = c(2, 2))
ics <- sapply(bci[-(1:3)],
FUN = function(x) {
x[, ncol(x) - 1:0]
})
inside <- apply(ics,
MARGIN = 2,
FUN = function(lim) {
prod(lim - beta[2]) < 0
})
return(inside)
}
system.time(proc(beta = c(-0.5, 1),
x = rep(seq(0, 3, by = 0.5), 3),
n = 21))
N <- 5
result <- replicate(N,
proc(beta = c(-0.5, 1),
x = rep(seq(0, 3, by = 0.5), 3),
n = 21))
str(result)
# result
#--------------------------------------------
# 4. Verificar a taxa de cobertura dos intervalos de confiança.
# apply()
rowSums(result)/N
# Salva imagem com os objetos criados.
save.image(file = "my_results.RData")
#-----------------------------------------------------------------------
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment