ブートストラップ

どこかにあるけど，そこは別に最適化をしようといっているのではないので，明示しない。

for は遅い。replicate も for と同じくらい。やはり，colMeans は速い。
という，つまらない結果だけど，掲示しておく。

> library(rbenchmark)
> n <- 100000
> x <- c(1, 2, 3, 5, 3, 4, 4, 7, 8, 10, 1)

> prog1 <- function() {
+     x.boot <- numeric(n)
+     for(i in 1:n){
+         x.boot[i] <- mean(sample(x, 10, replace=T))
+     }
+     hist(x.boot)
+ }

> prog2 <- function() {
+     x.boot <- replicate(n, mean(sample(x, 10, replace=TRUE)))
+     hist(x.boot)
+ }

> prog3 <- function() {
+     x <- matrix(sample(x, n*10, replace=TRUE), 10)
+     x.boot <- colMeans(x)
+     hist(x.boot)
+ }

> benchmark(prog1(), prog2(), prog3(), replications=10)
     test replications elapsed relative user.self sys.self
1 prog1()           10  18.274 24.07642    18.140    0.195
2 prog2()           10  17.894 23.57576    17.792    0.147
3 prog3()           10   0.759  1.00000     0.697    0.054