Bootstrapping è una tecnica utilizzata nelle statistiche inferenziali che lavorano sulla costruzione di campioni casuali di singoli set di dati ancora e ancora. Il bootstrap consente di calcolare misure come media, mediana, modalità, intervalli di confidenza, ecc. del campionamento.
Di seguito è riportato il processo di bootstrap:
- Selezionare il numero di campioni di bootstrap.
- Selezionare la dimensione di ciascun campione.
- Per ogni campione, se la dimensione del campione è inferiore al campione scelto, selezionare un’osservazione casuale dal set di dati e aggiungerla al campione.
- Misurare la statistica sul campione.
- Misura la media di tutti i valori del campione calcolati.
Metodi di Bootstrap
Esistono 2 metodi di bootstrap:
- Ricampionamento residuo: questo metodo è anche chiamato come ricampionamento basato sul modello. Questo metodo presuppone che il modello sia corretto e che gli errori siano indipendenti e distribuiti in modo identico. Dopo ogni ricampionamento, le variabili vengono ridefinite e nuove variabili vengono utilizzate per misurare le nuove variabili dipendenti.
- Coppie Bootstrap: in questo metodo, le variabili dipendenti e indipendenti vengono utilizzate insieme come coppie per il campionamento.
Tipi di intervalli di confidenza nel Bootstrap
L’intervallo di confidenza (CI) è un tipo di valore computazionale calcolato su un campione di dati nelle statistiche. Produce un intervallo di valori o un intervallo in cui il vero valore si trova di sicuro. Ci sono 5 tipi di intervalli di confidenza in bootstrap come segue:
- Base: È anche noto come intervallo percentile inverso e viene generato utilizzando quantili di distribuzione dei dati bootstrap. Matematicamente,
dove,
rappresenta l’intervallo di confidenza, per lo più
rappresenta bootstrap coefficienti
rappresenta percentile di bootstrap coefficienti - Normale: Normale CI è matematicamente dato come,
dove
rappresenta un valore da dataset t
b è il pregiudizio di bootstrap stima cioè,
rappresenta quantile della distribuzione bootstrap
rappresenta l’errore standard di - Stud: In studentizzati CI, i dati sono normalizzati, con centro in 0 e deviazione standard 1 correggere il disallineamento di distribuzione.
- Perc – Percentile CI è simile al CI di base, ma con formula diversa,
- BCa: Questo metodo regola sia la distorsione che l’asimmetria, ma può essere instabile quando i valori anomali sono estremi. Mathematically,
La sintassi per eseguire il bootstrap in R di programmazione è il seguente:
Sintassi: boot(dati, statistiche, R)
Parametri:
i dati rappresentano il set di dati
la statistica rappresenta le funzioni statistiche da eseguire sul set di dati
R rappresenta il numero di campioni
Per ulteriori informazioni sugli argomenti opzionali della funzione boot()
, utilizzare il comando sotto:
help("boot")
Esempio:
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
)
Uscita:
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