Perguntas com a marcação «resampling»

Estou tentando entender a diferença entre diferentes métodos de reamostragem (simulação de Monte Carlo, inicialização paramétrica, inicialização não paramétrica, jackknifing, validação cruzada, validação cruzada, testes de randomização e testes de permutação) e sua implementação no meu próprio...

Essa questão pode ser muito aberta para obter uma resposta definitiva, mas espero que não. Algoritmos de aprendizado de máquina, como SVM, GBM, Random Forest etc., geralmente possuem alguns parâmetros livres que, além de algumas orientações básicas, precisam ser ajustados para cada conjunto de...

Disseram-me que é benéfico usar a validação cruzada estratificada, especialmente quando as classes de resposta são desequilibradas. Se um objetivo da validação cruzada é ajudar a explicar a aleatoriedade da nossa amostra de dados de treinamento original, certamente fazer com que cada dobra tenha a...

Tendo estudado recentemente o bootstrap, surgiu uma pergunta conceitual que ainda me intriga: Você tem uma população e deseja conhecer um atributo da população, ou seja, , onde eu uso para representar a população. Esse pode ser a média da população, por exemplo. Normalmente você não pode obter...

É frequentemente afirmado que os testes de permutação não têm suposições, mas isso certamente não é verdade. Por exemplo, se minhas amostras estão de alguma forma correlacionadas, posso imaginar que permutar seus rótulos não seria a coisa correta a fazer. Só acho que encontrei sobre esse problema...

Estou usando a biblioteca caretem R para testar vários procedimentos de modelagem. O trainControlobjeto permite especificar um método de re-amostragem. Os métodos são descritos na documentação secção de 2,3 e incluem: boot, boot632, cv, LOOCV, LGOCV, repeatedcve oob. Embora alguns deles sejam...

Estou trabalhando em dados gravemente desequilibrados. Na literatura, vários métodos são utilizados para reequilibrar os dados usando re-amostragem (super ou sub-amostragem). Duas boas abordagens são: SMOTE: Técnica de sobre-amostragem de minorias sintéticas ( SMOTE ) ADASYN: Abordagem de Amostra...

Como você testaria ou verificaria se a amostragem é IID (independente e identicamente distribuída)? Note que eu não quero dizer Gaussiano e Distribuído Identicamente, apenas IID. E a ideia que me vem à mente é dividir repetidamente a amostra em duas subamostras de tamanho igual, realizar o teste...

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...

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...

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^*...

Se tudo o que você está fazendo é re-amostragem da distribuição empírica, por que não apenas estudar a distribuição empírica? Por exemplo, em vez de estudar a variabilidade por amostragem repetida, por que não quantificar a variabilidade a partir da distribuição

Em R, se eu definir.seed () e usar a função de amostra para randomizar uma lista, posso garantir que não gerarei a mesma permutação? ie ... set.seed(25) limit <- 3 myindex <- seq(0,limit) for (x in seq(1,factorial(limit))) { permutations <- sample(myindex) print(permutations) } Isso...

Fiquei me perguntando como CIs de auto-inicialização (e BCa em barticular) se comportam em dados normalmente distribuídos. Parece haver muito trabalho examinando seu desempenho em vários tipos de distribuição, mas não foi possível encontrar nada nos dados distribuídos normalmente. Como parece óbvio...

Eu tenho um conjunto de dados muito grande e faltam cerca de 5% de valores aleatórios. Essas variáveis ​​estão correlacionadas entre si. O exemplo a seguir do conjunto de dados R é apenas um exemplo de brinquedo com dados correlatos simulados. set.seed(123) # matrix of X variable xmat <-...

O método bootstrap tem visto uma grande difusão nos últimos anos, eu também o uso muito, especialmente porque o raciocínio por trás é bastante intuitivo. Mas isso é uma coisa que eu não entendo. Por que a Efron optou por realizar uma nova amostra com substituição, em vez de simplesmente...

Eu tenho uma série temporal de dados com N = 14 contagens em cada ponto do tempo e quero calcular o coeficiente de Gini e um erro padrão para essa estimativa em cada ponto do tempo. Como tenho apenas N = 14 contagens em cada momento, procedi calculando a variação do canivete, ou seja, da equação 7...

Eu sou um novato completo :) Estou fazendo um estudo com uma amostra de 10.000 de uma população de cerca de 745.000. Cada amostra representa uma "similaridade percentual". A grande maioria das amostras está em torno de 97% a 98%, mas algumas estão entre 60% e 90%, ou seja, a distribuição é...

Eu tenho um modelo de sobrevivência com pacientes aninhados em hospitais que inclui um efeito aleatório para os hospitais. O efeito aleatório é distribuído por gama, e estou tentando relatar a 'relevância' desse termo em uma escala que é facilmente compreendida. Encontrei as seguintes referências...