作为R新手，我很难引导ICC输出。我首先设法使用ICC包计算“正常”ICC，没有任何问题（ICCbare（subject，variable，ICC）），但当我试图得到一些自举估计值时，情况变得更糟。。。
我一开始是
icc_boot<-function(icc, i)ICCbare(subject [i], variable [i], icc)
并在引导程序中输入icc_引导，如下所示：
testicc<-boot(icc, icc_boot, 1000)
然而，我得到一个错误消息说"未定义的列选择"，我哪里出错了？
这是我的一个小数据输出
在定义引导函数的统计信息时，传递的第一个参数将始终是原始数据。第二个将是指数的向量...'看到没？开机
一个例子：
library(ICC)
library(MASS)
library(boot)
# Data
Sigma <- matrix(c(10,3,3,2),2,2)
df <- data.frame(mvrnorm(n=20, rep(0, 2), Sigma))
#ICC on data
m.df <- reshape(df , dir = "long" , varying = list(1:2))
ICCbare(id , X1 , data = m.df)
# Bootstrap function ---------------------------------------------
boot.fun <- function(dat , i) {
newdf <- dat[i , ]
m.newdf <- reshape(newdf , dir = "long" , varying = list(1:2) , new.row.names=1:40)
ICCbare(id , X1 , data = m.newdf)$ICC
}
boo1 <- boot(df , boot.fun , 2000)
boot.ci(boo1)
编辑：根据您的数据，这将是我的方法。希望有人能提出更好的解决方案。由于您的数据已经是长格式，我会将其转换为宽格式，以便在重新采样时保留主题内的相关性（必须有一种方法以长格式采样）。
If your data is df.
#ICC on your data
ICCbare(subject_id , interval_0_epochs , data = df)
# Reshape your data to wide - preserve wothin subject correlation when resampling
df$time <- ave(df$subject_id, list(df$subject_id), FUN=seq_along)
w.df <- reshape(df , timevar = "time" , idvar = "subject_id" , direction = "wide" )
# Quick check ---------------------------------------------------------
l.df <- reshape(w.df , direction = "long")
# Define new grouping factor for repeat id's when resamples (later)
l.df$grp <- 1:27
ICCbare(grp , interval_0_epochs.1 , data = l.df)$ICC #same as before
# Bootstrap function ---------------------------------------------
boot.fun <- function(dat , i) {
newdf <- dat[i , ]
m.newdf <- reshape(newdf , dir = "long", new.row.names = seq((ncol(dat)-1)*nrow(dat)))
m.newdf$grp <- seq(nrow(dat))
ICCbare(grp , interval_0_epochs.1 , data = m.newdf)$ICC
}
boo1 <- boot(w.df , boot.fun , 2000)
boot.ci(boo1)
