boostratp summaries

listr<-list()
for(i in 1:307){listr[[i]]=m.lam.boot[[i]][[4]]}
for(i in 1:122){listr[[307+i]]=m.lam.boot2[[i]][[4]]}
for(i in 1:300){listr[[307+122+i]]=m.lam.boot3[[i]][[4]]}
for(i in 1:300){listr[[307+122+300+i]]=m.lam.boot4[[i]][[4]]}

lam.vec<-vector()
for(i in 1:1029){
lam.vec<-cbind(lam.vec,listr[[i]])}

res.func<-function(x){
mean<-mean(x)
se<-sd(x)
lcl<-quantile(x,.025)
ucl<-quantile(x,.975)
stats<-cbind(mean,se,lcl,ucl)
return(stats)}
mmatrix.bootsum<-apply(lam.vec,1,res.func)
se<-cbind(mmatrix.bootsum[2,])

p.listr<-list()
for(i in 1:100){p.listr[[i]]=res.list[[i]][[2]]}
for(i in 1:644){p.listr[[100+i]]=res.list2[[i]][[2]]}
for(i in 1:200){p.listr[[100+644+i]]=res.list3[[i]][[2]]}

plam.vec<-vector()
for(i in 1:944){
plam.vec<-cbind(plam.vec,p.listr[[i]])}
pmatrix.bootsum<-apply(plam.vec,1,res.func)
pse<-cbind(pmatrix.bootsum[2,])


#for summarizing the LTRE
listr2<-list()
for(i in 1:307){listr2[[i]]=m.lam.boot[[i]][[1]]}
for(i in 1:122){listr2[[307+i]]=m.lam.boot2[[i]][[1]]}
for(i in 1:300){listr2[[307+122+i]]=m.lam.boot3[[i]][[1]]}
for(i in 1:300){listr2[[307+122+300+i]]=m.lam.boot4[[i]][[1]]}


mltre.summary<-apply(res.boot,1,res.func)[,c(2,7,9,12,13,16)][,c(1,2,4,6,3,5)]