我正在尝试使用R中的bootES函数来引导我的数据。
SGdistance_data是我的原始数据框，每行是不同的样本，而Species，DistanceZone，TimeFrame和Avg_PercentCover（我的响应变量）是不同的列。
我正在尝试确定干扰事件对海草百分比覆盖的影响大小。我的样本细分为Species，DistanceZone和TimeFrame（违反前违规，我的控制，后违反，这是我的治疗，我试图估计效果大小的对比）。当我运行以下代码时，我得到错误代码：
bca.ci中的错误（boot.out，conf，index [1L]，L = L，t = t.o，t0 = t0.o ,: 估计调整'w'是无限的 来自：bca.ci（boot.out，conf，index [1L]，L = L，t = t.o，t0 = t0.o， h = h，hdot = hdot，hinv = hinv，...）
BCA.1<-plyr::ddply(SGdistance_data, c("Species", "DistanceZone"),
function(df) {
summary(bootES(SGdistance_data,effect.type="unstandardized", R=2000,
data.col="Avg_PercentCover", group.col= "TimeFrame",contrast = c("post-
Breach"=1, "pre-Breach"=-1), ci.type = c("bca")))
})
不完全确定我做错了什么。我已经能够在我的原始数据框上运行bootES而无需为DistanceZone或Species进行子选择，但不确定hwy它是否与我的函数不兼容