Como posso calcular o intervalo de confiança de uma média em uma amostra distribuída normalmente? Entendo que os métodos de autoinicialização são comumente usados aqui, mas estou aberto a outras opções. Enquanto procuro uma opção não paramétrica, se alguém puder me convencer de que uma solução...
Suponha que eu tenha dados com dois grupos independentes: g1.lengths <- c (112.64, 97.10, 84.18, 106.96, 98.42, 101.66) g2.lengths <- c (84.44, 82.10, 83.26, 81.02, 81.86, 86.80, 85.84, 97.08, 79.64, 83.32, 91.04, 85.92, 73.52, 85.58, 97.70, 89.72, 88.92, 103.72, 105.02, 99.48, 89.50,...
Digamos que eu tenha uma amostra e a amostra de bootstrap dessa amostra para um estastítico (por exemplo, a média). Como todos sabemos, esta amostra de bootstrap estima a distribuição amostral do estimador da estatística.χχ\chi Agora, a média dessa amostra de bootstrap é uma estimativa melhor da...
Enquanto estudava o intervalo de confiança baseado em bootstrap, li uma vez a seguinte declaração: Se a distribuição de autoinicialização estiver inclinada para a direita, o intervalo de confiança baseado em autoinicialização incorpora uma correção para mover os terminais ainda mais para a...
Atualmente, estou lendo "All of Statistics", de Larry Wasserman, e intrigado com algo que ele escreveu no capítulo sobre estimativa de funções estatísticas de modelos não paramétricos. Ele escreveu "Às vezes, podemos encontrar o erro padrão estimado de uma função estatística fazendo alguns...
Eu tenho uma pergunta sobre a técnica adequada de inicialização para usar com dados em que um cluster forte está presente. Fui encarregado de avaliar um modelo preditivo de efeitos mistos multivariados nos dados de reivindicações de seguros, pontuando o modelo de linha de base atual em dados de...
Ao usar o bootstrapping para avaliação do modelo, sempre achei que as amostras prontas para uso foram usadas diretamente como conjunto de teste. No entanto, esse parece não ser o caso da abordagem preterida do scikit-learnBootstrap , que parece criar o conjunto de testes a partir do desenho com a...
A "validação de inicialização" / "validação cruzada de reamostragem" é nova para mim, mas foi discutida pela resposta a esta pergunta . Acho que envolve dois tipos de dados: os dados reais e os dados simulados, em que um determinado conjunto de dados simulados é gerado a partir dos dados reais por...
Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste...
Eu sou bastante novo em estatísticas. O conceito de bootstrapping tem sido confuso para mim. Eu sei que a normalidade da distribuição da amostra é necessária para usar certos testes, como o teste t. Nos casos em que os dados normalmente não são distribuídos, solicitando "bootstrapping" em testes t...
Suponha que se execute a chamada inicialização não-paramétrica, desenhando BBB amostras de tamanho nnn cada uma das nnn observações originais com substituição. Eu acredito que este procedimento é equivalente a estimar a função de distribuição cumulativa pelo cdf
Estou tendo problemas para entender como usar o bootstrapping para calcular intervalos de previsão para um modelo de regressão linear. Alguém pode descrever um procedimento passo a passo? Eu pesquisei via google, mas nada realmente faz sentido para mim. Eu entendo como usar a inicialização para...
Estou lendo o capítulo sobre Estatísticas Frequentes do livro " Aprendizado de Máquina - Uma Perspectiva Probabilística " de Kevin Murphy . A seção no bootstrap diz: O bootstrap é uma técnica simples de Monte Carlo para aproximar a distribuição da amostra. Isso é particularmente útil nos casos...
Eu tenho um vetor de números que eu enviei aqui (... / code / MyData.Rdata) usando dput. Gostaria de obter o bca ci, então eu escrevi este código: my.mean <- function(dat, idx){ return (mean(dat[idx], na.rm = TRUE)) } boot.out<-boot(data=my.data, statistic = my.mean, R=1000) Mas...
Recentemente, eu estava procurando maneiras de reamostrar séries temporais, de maneiras que Preserve aproximadamente a correlação automática de processos de memória longa. Preservar o domínio das observações (por exemplo, uma série temporal de números inteiros redefinida ainda é uma série...
Quero saber se o processo descrito abaixo é válido / aceitável e se existe alguma justificativa disponível. A idéia: algoritmos de aprendizado supervisionado não assumem estruturas / distribuições subjacentes sobre os dados. No final do dia, eles produzem estimativas de pontos. Espero quantificar...
Eu só queria perguntar quais são, na sua opinião, os melhores livros disponíveis sobre o bootstrap por aí. Por isso, não quero dizer necessariamente apenas o escrito por seus desenvolvedores. Você poderia indicar qual livro é o melhor para você, que abrange os seguintes critérios? A base...
Ao ler sobre como aproximar a distribuição da amostra, me deparei com o método de inicialização não paramétrico. Aparentemente, pode-se aproximar a distribuição de pela distribuição de ˉ X ∗ n - ˉ X n , onde ˉ X ∗ nX¯n- μX¯n-μ\bar{X}_n-\muX¯∗n- X¯nX¯n∗-X¯n\bar{X}_n^*-\bar{X}_nX¯∗nX¯n∗\bar{X}_n^*...
O bootstrapping funciona bem para acessar a incerteza na estimativa média, no entanto, lembro-me de ler em algum lugar que o bootstrap não faz um bom trabalho ao avaliar a incerteza nas estimativas quantílicas (particularmente a mediana). Não lembro onde li isso e não consegui encontrar muita...
Vamos supor que eu tenha dois conjuntos de dados com n observações de pares de dados da variável independente x e variável dependente y cada. Vamos supor ainda que eu quero gerar uma distribuição de inclinações de regressão para cada conjunto de dados, inicializando as observações (com...