请教一个bootstrap问题

我在一本书上看到这样一个例子：
#给出15个观测值5,4,9,6,21,17,11,20,7,10,21,15,13,16,8
#求var(x)和var(s^2)的bootstrap估计，其中s^2是样本方差

书上是用bootstrap的定义去直接计算的，得到结果分别是32.925和53.957

但我想用bootstrap的boot 包去计算，我只会计算var(x)的bootstrap估计，过程如下：

library(boot)#当然要先下载安装boot包
set.seed(200)
x=c(5,4,9,6,21,17,11,20,7,10,21,15,13,16,8)
x.boot <- boot(x,function(x,i)var(x[i]),R=999)
x.boot

得到结果是34.31429，和直接计算结果差不多

但我不会用boot包去计算var(s^2), 希望老师和同学们能予以帮助，先行谢过！

x=c(5,4,9,6,21,17,11,20,7,10,21,15,13,16,8)
n=length(x)
boot=10000
s2=NA*seq(1:boot)
for(i in 1:boot)
{
xsamp=sample(x,n,replace = T)
s2[i]=sum((xsamp-mean(xsamp))^2)/(n-1)
}
var(s2)
#[1] 57.49942

2# epoh

s2=NA*seq(1:boot)     epoh老师，您好！这一行是什么意思？NA并没有赋值，NA乘以seq序列是做什么用的？
非常感谢！

不好意思，最近出去玩了，才致许久没有回帖，对不起哈。毫无疑问，最佳答案是epoh大师。看来bootstrap方法我还没有领会精神，得要加油了。谨再谢！

但是epoh大师也是直接手工计算的，并没有用boot package来计算

后来我在cos统计之都上找到了答案，现在贴出来供大家分享和讨论：
> library(boot)#当然要先下载安装boot包
> set.seed(200)
> x=c(5,4,9,6,21,17,11,20,7,10,21,15,13,16,8)
> x.boot <- boot(x,function(x,i)var(x[i]),R=999)
> x.boot

ORDINARY NONPARAMETRIC BOOTSTRAP


Call:
boot(data = x, statistic = function(x, i) var(x[i]), R = 999)


Bootstrap Statistics :
    original    bias    std. error
t1* 34.31429 -2.203737     7.32227
大家看到了std.error 下面对应的7.32227吗
var(x)的bootstrap估计就是7.32227的平方 53.61564

更正一个地方：var(S^2)的bootstrap估计就是7.32227的平方 53.61564

后来仔细一想，确是如此。我们记Y=S^2, 按照我的程序有999个Y， 即Y1，Y2，..., Y999
结果中original下面对应的34.31429 是999个Y的均值，而std. error的999个Y的标准差（注意不是标准误）
那么std. error的平方就是999个Y的方差了。
但是我不知道该如何提取出std.error, 好像 x.boot$std.error不行，只能复制粘贴了

请注意std.error是每次不同的

Bootstrap Statistics :
    original    bias    std. error
t1* 34.31429 -2.465542    7.545234
####################################
Bootstrap Statistics :
    original    bias    std. error
t1* 34.31429 -2.098413    7.791326
####################################
Bootstrap Statistics :
    original    bias    std. error
t1* 34.31429 -2.266037    7.826279

std.error=sqrt(var(x.boot$t))
         [,1]
[1,] 7.826279

std.error=sqrt(var(x.boot$t))
终于知道怎么提取了
谢谢epoh老师