Ich habe folgende Poisson
Verteilung:MLE Bootstrap auf Poisson-Verteilung
Data
3 5 3 1 2 1 2 1 0 2 4 3 1 4 1 2 2 0 4 2 2 4 0 2 1 0 5 2 0 1
2 1 3 0 2 1 1 2 2 0 3 2 1 1 2 2 5 0 4 3 1 2 3 0 0 0 2 1 2 2
3 2 4 4 2 1 4 3 2 0 3 1 2 1 3 2 6 0 3 5 1 3 0 1 2 0 1 0 0 1
1 0 3 1 2 3 3 3 2 1 1 2 3 0 0 1 5 1 1 3 1 2 2 1 0 3 1 0 1 1
habe ich den folgenden Code der MLE Θ & # x0302 zu finden;
lik<-function(lam) prod(dpois(data,lambda=lam)) #likelihood function
nlik<- function(lam) -lik(lam) #negative-likelihood function
optim(par=1, nlik)
Was ich tun möchte, ist ein Bootstrap-Konfidenzintervall schafft die Null-Hypothese zu testen, dass Θ = 1 auf Stufe 0,05 und finden Sie den p-Wert die numerische Optimierung mit, die ich oben verwendet. Ich dachte, es etwas entlang der Linien dieser
n<-length(data)
nboot<-1000
boot.xbar <- rep(NA, nboot)
for (i in 1:nboot) {
data.star <- data[sample(1:n,replace=TRUE)]
boot.xbar[i]<-mean(data.star)
}
quantile(boot.xbar,c(0.025,0.975))
sein würde, aber ich glaube nicht, dass dies die Optimierung nutzt, und ich bin nicht sicher, wie die p-Wert zu erhalten.