에 공유
샘플링>
리샘플링 기술은 주어진 샘플 또는 모집단에서 샘플링을 반복하거나 통계의 정밀도를 추정하는 방법의 집합입니다. 이 방법은 어려운 소리 있지만,관련된 수학은 상대적으로 간단하고 단지 대수의 고등학교 수준의 이해가 필요합니다.
비공식적으로 리샘플은 좀 더 간단한 것을 의미 할 수 있습니다. 예를 들어,순차 확률 비율 테스트를 수행하고 결론에 도달하지 않으면 테스트를 다시 샘플링하고 다시 실행합니다. 대부분의 의도와 목적을 위해 리샘플링(“리샘플링”과 반대)에 대해 읽는다면 저자는 특정 리샘플링 기술에 대해 이야기 할 가능성이 큽니다.
특정 리샘플링 기술
주요 기술은 다음과 같습니다:
- 부트 스트랩 및 정규 리샘플링(정규 분포에서 샘플링).
- 순열 리샘플링(재배치 또는 재 랜덤 화라고도 함),
- 교차 유효성 검사.
부트스트래핑 및 일반 리샘플링
부트스트래핑은 동일한 크기의 많은 수의 작은 샘플이 하나의 원본 샘플에서 교체와 함께 반복적으로 그려지는 리샘플링 유형입니다. 일반 리샘플링은 부트 스트랩에 대한 가정 중 하나 인 일반 시프트 모델의 특별한 경우이기 때문에 부트 스트랩과 매우 유사합니다(웨스트 폴 외., 1993). 부트 스트랩과 일반 리샘플링 모두 샘플이 실제 모집단(실제 모집단 또는 이론적 모집단)에서 추출된다고 가정합니다. 또 다른 유사점은 두 기술 모두 샘플링을 교체와 함께 사용한다는 것입니다.
이상적으로는 통계에 대한 샘플링 분포를 만들기 위해 모집단에서 반복되지 않는 큰 샘플을 그리는 것이 좋습니다. 그러나 제한된 리소스로 인해 이상적인 통계를 얻지 못할 수 있습니다. 리샘플링은 동일한 모집단에서 작은 샘플을 반복해서 그릴 수 있음을 의미합니다. 시간과 비용을 절약 할뿐만 아니라 샘플은 모집단 매개 변수에 대한 근사치가 될 수 있습니다.
순열 리샘플링
부트스트래핑과 달리 순열 리샘플링에는”모집단”이 필요하지 않습니다. 인구 대신 실제 샘플을 다루고 있다는 사실은 때때로 황금 표준 부트 스트랩 기술(스트로 더맨 및 메어,1990)이라고하는 이유 중 하나입니다. 또 다른 중요한 차이점은 순열 리샘플링이 교체되지 않은 샘플링 기술이라는 것입니다.
교차 유효성 검사
교차 유효성 검사는 예측 모델의 유효성을 검사하는 방법입니다. 데이터의 하위 집합은 유효성 검사 집합으로 사용되도록 제거되고 나머지 데이터는 유효성 검사 집합을 예측하는 데 사용되는 학습 집합을 형성하는 데 사용됩니다.
——————————————————————————
숙제 또는 시험 문제에 대한 도움이 필요하십니까? 체그 연구,당신은 분야의 전문가로부터 질문에 대한 단계별 솔루션을 얻을 수 있습니다. 체그 교사와 처음 30 분은 무료입니다!
