Функция tBootG (ttest Bootstraping Grup):
1 сравнить две группы х1 и х2 бутстреп
2 вывести графики доверительных интервалов
3 разница между средними в группах
tBootG(x1 = x1, x2 = x2,dig = 2,R = 1000,siz = 0,CI = 95)
где:
x1, x2 - вектора сравниваемых групп
dig - число знаков после запятой
R - кол-во циклов бутстрепинга
siz - объем создаваемой выборки 
if siz = 0 (0 - объем будет равен числу выборок в двух группах)
CI уровень доверительного интервала % 

Пакет описательная статистика данных

1. Проверка данных на NA в R — это логический элемент, который обозначает отсутствующее значение. В случае обнаружения можно или удалить или заменить их на средние значения.
2. Анализ данных на выбросы. В случае и обнаружения будет создан вектор в которых не будет сильно отклонившихся величин.
3. Расчет описательной статистики
4. Расчет доверительного интервала
5. Проверка на нормальное распределение

CIboot бутстреп анализ двух групп данных с дальнейшим построением доверительных интервалов и вычислением различий 

На вход функция принимает вектора значений двух групп (с неравными дисперсиями) x1 и x2 и доверительный интервал в процентах CI. Далее функция автоматически проведет расчет описательной статистики (и наглядно выведет ее в виде сводной таблицы), так же будут выведены в виде таблицы сравнения и доверительные интервалы, и отчет по T-test с неравными дисперсиями. И наконец будет автоматически построен график доверительных интервалов.

mfBplot 
строит ящик с усами с выводом в графическом окне округл значения выбросов

mfBplotA(вектор данных, 0 или 1)
то же самое но может автоматически удаляет выбросы (0 оствит выбросы, 1 удалит выбросы)

 mfNAdate
проверка вектора данных на пропущенные значения с автоматической заменой
... на среднее если данные вектора подчинены закону нормального распред
... на медиану если не подчинены

DvybrosBP автоматическое удаление выбросов с построением 
 ящиков с усами для сравнения до и после

Tnorm Функция автопроверки данных на нормальное распределение

PTdeg автопредикт. на вход подается значения x y и предсказ z далее степень полинома
 

mfBplot 
строит ящик с усами с выводом в графическом окне округл значения выбросов

mfBplotA(вектор данных, 0 или 1)
то же самое но может автоматически удаляет выбросы (0 оствит выбросы, 1 удалит выбросы)

 mfNAdate
проверка вектора данных на пропущенные значения с автоматической заменой
... на среднее если данные вектора подчинены закону нормального распред
... на медиану если не подчинены

DvybrosBP автоматическое удаление выбросов с построением 
 ящиков с усами для сравнения до и после

Tnorm Функция автопроверки данных на нормальное распределение

PTdeg автопредикт. на вход подается значения x y и предсказ z далее степень полинома

# команда source считывает указанный скрипт 'mfBplotA.R' из рабочей директории.
# После ее выполнения в фоновом режиме появится функция 
# к кторой можно обращаться прямо из скрипта: mfBplot(x)
setwd('C:/R myFunction') 
source('mfBplotA.R')

setwd('C:/R myFunction') 
source('BRtwo.R')
Fdata = c(14.9, 15.7, 18.0, 15.3, 15.9)
Gdata = c(18.1, 18.5, 18.2, 19.8, 17.5)
BRt(data1 = Fdata, data2 = Gdata, R = 1000, CLevel = 0.95 )

Скрипт принимает вектор данных (желательно целочисленные ) и значение максимума по оси Игрек (в долях единицы, начальное значение рекомендуется 0.2) которое можно менять для подгонки графика в окне (при необходимости). Возращает таблицу эмпирических и теоретических вычисленных частот и их разность (относительную ошибку). Также будет построен автоматически график: гистограмма выборки и ее плотность распределения (черная линия) и линия нормального распределения (красного цвета).

Превращение малой выборки в Генеральную Совокупность заданного объема бутстрепингом

MinInGS = function(data, N, cl){
# превращение малой выборки в ГС с помощью бутстрепа
#install.packages("rcompanion") 
# load library rcompanion 
library(rcompanion) 

# Rsummary русифицированный скрипт (функция) на вход принимает вектор 
# и возвращает (округленные) значения большинства описательных статистик
setwd('C:/R myFunction') 
source('Rsummary.R')