Compartir en
Muestreo >
Remuestreo de las técnicas son un conjunto de métodos para repetir el muestreo de una muestra o población, o una manera de estimar la precisión de una estadística. Aunque el método suena desalentador, las matemáticas involucradas son relativamente simples y solo requieren una comprensión de álgebra a nivel de escuela secundaria.
Informalmente, remuestrear puede significar algo un poco más simple: repetir cualquier método de muestreo. Por ejemplo, si está realizando una Prueba de Relación de Probabilidad Secuencial y no llega a una conclusión, vuelva a muestrear y vuelva a ejecutar la prueba. Sin embargo, para la mayoría de los propósitos, si lees sobre el remuestreo (en lugar de «remuestreo»), lo más probable es que el autor esté hablando de una técnica de remuestreo específica.
Técnicas específicas de remuestreo
Las técnicas principales son:
- Arranque y remuestreo normal (muestreo de una distribución normal).
- Remuestreo de permutación (también llamado Reordenamientos o Reandomización),
- Validación cruzada.
Bootstrap y remuestreo normal
El remuestreo es un tipo de remuestreo en el que un gran número de muestras más pequeñas del mismo tamaño se dibujan repetidamente, con reemplazo, a partir de una única muestra original. El remuestreo normal es muy similar al bootstrap, ya que es un caso especial del modelo de desplazamiento normal, una de las suposiciones para el bootstrap (Westfall et al., 1993). Tanto el arranque como el remuestreo normal asumen que las muestras se extraen de una población real (ya sea real o teórica). Otra similitud es que ambas técnicas utilizan muestreo con reemplazo.
Lo ideal sería dibujar muestras grandes y no repetidas de una población para crear una distribución de muestreo para una estadística. Sin embargo, los recursos limitados pueden impedirle obtener la estadística ideal. Remuestreo significa que puede extraer muestras pequeñas una y otra vez de la misma población. Además de ahorrar tiempo y dinero, las muestras pueden ser aproximaciones bastante buenas para los parámetros de la población.
Remuestreo de permutación
A diferencia del arranque, el remuestreo de permutación no necesita ninguna «población»; el remuestreo depende solo de la asignación de unidades a los grupos de tratamiento. El hecho de que se trate de muestras reales, en lugar de poblaciones, es una de las razones por las que a veces se la conoce como la técnica de arranque estándar de Oro (Strawderman y Mehr, 1990). Otra diferencia importante es que el remuestreo por permutación es una técnica de muestreo sin reemplazo.
Validación cruzada
La validación cruzada es una forma de validar un modelo predictivo. Los subconjuntos de los datos se eliminan para ser utilizados como un conjunto de validación; los datos restantes se utilizan para formar un conjunto de entrenamiento, que se utiliza para predecir el conjunto de validación.
——————————————————————————
Necesito ayuda con una tarea o cuestión de prueba? Con Chegg Study, puede obtener soluciones paso a paso a sus preguntas de un experto en el campo. ¡Tus primeros 30 minutos con un tutor de Chegg son gratis!
