a Bootstrapping az inferenciális statisztikákban használt technika, amely egyes adatkészletek véletlenszerű mintáinak felépítésén dolgozik újra és újra. A Bootstrapping lehetővé teszi olyan intézkedések kiszámítását, mint az átlag, a medián, a mód, a konfidencia intervallumok stb. a mintavétel.
a következő a bootstrapping folyamata:
- válassza ki a bootstrap minták számát.
- válassza ki az egyes minták méretét.
- minden minta esetében, ha a minta mérete kisebb, mint a kiválasztott minta, akkor válasszon ki egy véletlenszerű megfigyelést az adatkészletből, és adja hozzá a mintához.
- mérje meg a statisztikát a mintán.
- mérje meg az összes számított mintaérték átlagát.
módszerek Bootstrapping
vannak 2 módszerek bootstrapping:
- maradék Újramintavétel: ezt a módszert modellalapú újramintavételezésnek is nevezik. Ez a módszer feltételezi, hogy a modell helyes, és a hibák függetlenek és azonos eloszlásúak. Minden újramintavétel után a változók újradefiniálódnak, és új változókat használnak az új függő változók mérésére.
- Bootstrap Párok: ebben a módszerben a függő és független változókat együtt használják párként a mintavételhez.
a konfidencia intervallumok típusai a Bootstrappingben
a konfidencia intervallum (CI) a statisztikai mintaadatok alapján kiszámított számítási érték típusa. Értéktartományt vagy intervallumot hoz létre, ahol a valódi érték biztosan rejlik. Vannak 5 a konfidencia intervallumok típusai a bootstrappingben az alábbiak szerint:
- alap: Fordított percentilis intervallumnak is nevezik, és a bootstrap adateloszlás kvantiliseinek felhasználásával állítják elő. Matematikailag,
ahol,
jelentése konfidencia intervallum, többnyire
a
a bootstrapped együtthatók percentilise - normál: a normál CI matematikailag így van megadva,
ahol a
a T adatkészletből származó értéket képviseli
b a bootstrap becslés torzítása, azaz.,
jelentése a bootstrap Eloszlás kvantilise
jelentése - Stud: a studentizált CI-ben az adatok normalizálódnak a 0-os középponttal és az 1-es szórással, korrigálva az eloszlás ferdeségét.
- percentilis CI hasonló az alap CI-hez, de eltérő képlettel,
- BCa: ez a módszer mind az elfogultsághoz, mind a ferdeséghez igazodik, de instabil lehet, ha a kiugró értékek szélsőségesek. Mathematically,
a rendszerindítás végrehajtásának szintaxisa az R programozásban a következő:
szintaxis: boot (adat, statisztika, R)
paraméterek:
az adatok az adatkészletet képviselik
a statisztika az adatkészleten végrehajtandó statisztikai függvényeket képviseli
R a minták számát jelenti
a boot()
függvény további opcionális argumentumainak megismeréséhez használja az alábbi parancsot:
help("boot")
példa:
install.packages(
"boot"
)
library(boot)
bootFunc <
-
function(data, i){
df <
-
data
c(cor(df, df),
median(df),
mean(df)
)
}
b <
-
boot(mtcars, bootFunc, R
=
100
)
print
(b)
boot.ci(b, index
=
1
)
Kimenet:
ORDINARY NONPARAMETRIC BOOTSTRAPCall:boot(data = mtcars, statistic = bootFunc, R = 100)Bootstrap Statistics : original bias std. errort1* 0.9020329 -0.002195625 0.02104139t2* 6.0000000 0.340000000 0.85540468t3* 20.0906250 -0.110812500 0.96052824BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONSBased on 100 bootstrap replicatesCALL : boot.ci(boot.out = b, index = 1)Intervals : Level Normal Basic 95% ( 0.8592, 0.9375 ) ( 0.8612, 0.9507 ) Level Percentile BCa 95% ( 0.8534, 0.9429 ) ( 0.8279, 0.9280 ) Calculations and Intervals on Original ScaleSome basic intervals may be unstableSome percentile intervals may be unstableWarning : BCa Intervals used Extreme QuantilesSome BCa intervals may be unstableWarning messages:1: In boot.ci(b, index = 1) : bootstrap variances needed for studentized intervals2: In norm.inter(t, adj.alpha) : extreme order statistics used as endpoints