Birkaç "lezzet" veya önyükleme formları vardır (örneğin, parametrik olmayan, parametrik, artık yeniden örnekleme ve daha fazlası). Örnekteki önyükleme parametrik olmayan önyükleme veya durum örneklemesi olarak adlandırılır ( regresyondaki uygulamalar için buraya , buraya , buraya ve buraya bakın). Temel fikir, numunenize popülasyon gibi davranmanız ve tekrar tekrar yerine yeni numuneler almanızdır . Tüm orijinal gözlemlerin yeni numuneye alınma olasılığı eşit. Sonra, ilgilendiğiniz istatistikleri hesaplar ve saklarsınız, bu yeni çizilen örneği kullanarak ortalama, medyan veya regresyon katsayıları olabilir.. Bu kere tekrar edilir . Her yinelemede, orijinal numunenizden bazı gözlemler birkaç kez çizilirken, bazı gözlemler hiç çizilmeyebilir. Sonra tekrarlamalar, sen gelmiş ilgi istatistiği (ler) in önyükleme tahminleri saklanan (örneğin eğer ve ilgi istatistik ortalamaları, sen ortalama 1000 bootstrapped tahminleri var). Son olarak, ortalama, medyan ve bootstrap-tahminlerinin standart sapması gibi özet istatistikler hesaplanır.n n n = 1000 nnnnn = 1000n
Önyükleme çoğu zaman için kullanılır:
- Güven aralıklarının hesaplanması (ve standart hataların tahmin edilmesi)
- Nokta tahminlerinin yanlılığının tahmini
Bootstrap örneklerine dayanarak güven aralıklarını hesaplamak için birkaç yöntem vardır ( bu makale açıklama ve rehberlik sağlar). % 95'lik bir güvenirlik aralığını hesaplamak için çok basit bir yöntem, sadece önyükleme numunelerinin ampirik 2.5 ve 97.5. Yüzdeliklerini hesaplamaktır (bu aralık önyükleme yüzdelik aralığı olarak adlandırılır ; aşağıdaki koda bakınız). Eğilim düzeltmeli ve hızlandırılmış önyükleme (BCa) gibi daha iyi yöntemler olduğu için basit yüzdelik aralık yöntemi nadiren pratikte kullanılır. BCa aralıkları, önyükleme dağılımındaki hem önyargı hem de çarpıklık için ayarlanır.
Eğilim , sadece ortalama arasındaki fark olarak tahmin edilmektedir depolanan önyükleme örnekleri ve orijinal tahminini (ler).n
Örneği web sitesinden kopyalayalım, ancak yukarıda özetlediğim fikirleri içeren kendi döngümüzü kullanarak (değiştirerek tekrar tekrar çizerek):
#-----------------------------------------------------------------------------
# Load packages
#-----------------------------------------------------------------------------
require(ggplot2)
require(pscl)
require(MASS)
require(boot)
#-----------------------------------------------------------------------------
# Load data
#-----------------------------------------------------------------------------
zinb <- read.csv("http://www.ats.ucla.edu/stat/data/fish.csv")
zinb <- within(zinb, {
nofish <- factor(nofish)
livebait <- factor(livebait)
camper <- factor(camper)
})
#-----------------------------------------------------------------------------
# Calculate zero-inflated regression
#-----------------------------------------------------------------------------
m1 <- zeroinfl(count ~ child + camper | persons, data = zinb,
dist = "negbin", EM = TRUE)
#-----------------------------------------------------------------------------
# Store the original regression coefficients
#-----------------------------------------------------------------------------
original.estimates <- as.vector(t(do.call(rbind, coef(summary(m1)))[, 1:2]))
#-----------------------------------------------------------------------------
# Set the number of replications
#-----------------------------------------------------------------------------
n.sim <- 2000
#-----------------------------------------------------------------------------
# Set up a matrix to store the results
#-----------------------------------------------------------------------------
store.matrix <- matrix(NA, nrow=n.sim, ncol=12)
#-----------------------------------------------------------------------------
# The loop
#-----------------------------------------------------------------------------
set.seed(123)
for(i in 1:n.sim) {
#-----------------------------------------------------------------------------
# Draw the observations WITH replacement
#-----------------------------------------------------------------------------
data.new <- zinb[sample(1:dim(zinb)[1], dim(zinb)[1], replace=TRUE),]
#-----------------------------------------------------------------------------
# Calculate the model with this "new" data
#-----------------------------------------------------------------------------
m <- zeroinfl(count ~ child + camper | persons,
data = data.new, dist = "negbin",
start = list(count = c(1.3711, -1.5152, 0.879),
zero = c(1.6028, -1.6663)))
#-----------------------------------------------------------------------------
# Store the results
#-----------------------------------------------------------------------------
store.matrix[i, ] <- as.vector(t(do.call(rbind, coef(summary(m)))[, 1:2]))
}
#-----------------------------------------------------------------------------
# Save the means, medians and SDs of the bootstrapped statistics
#-----------------------------------------------------------------------------
boot.means <- colMeans(store.matrix, na.rm=T)
boot.medians <- apply(store.matrix,2,median, na.rm=T)
boot.sds <- apply(store.matrix,2,sd, na.rm=T)
#-----------------------------------------------------------------------------
# The bootstrap bias is the difference between the mean bootstrap estimates
# and the original estimates
#-----------------------------------------------------------------------------
boot.bias <- colMeans(store.matrix, na.rm=T) - original.estimates
#-----------------------------------------------------------------------------
# Basic bootstrap CIs based on the empirical quantiles
#-----------------------------------------------------------------------------
conf.mat <- matrix(apply(store.matrix, 2 ,quantile, c(0.025, 0.975), na.rm=T),
ncol=2, byrow=TRUE)
colnames(conf.mat) <- c("95%-CI Lower", "95%-CI Upper")
Ve işte özet tablomuz:
#-----------------------------------------------------------------------------
# Set up summary data frame
#-----------------------------------------------------------------------------
summary.frame <- data.frame(mean=boot.means, median=boot.medians,
sd=boot.sds, bias=boot.bias, "CI_lower"=conf.mat[,1], "CI_upper"=conf.mat[,2])
summary.frame
mean median sd bias CI_lower CI_upper
1 1.2998 1.3013 0.39674 -0.0712912 0.51960 2.0605
2 0.2527 0.2486 0.03208 -0.0034461 0.19898 0.3229
3 -1.5662 -1.5572 0.26220 -0.0509239 -2.12900 -1.0920
4 0.2005 0.1986 0.01949 0.0049019 0.16744 0.2418
5 0.9544 0.9252 0.48915 0.0753405 0.03493 1.9025
6 0.2702 0.2688 0.02043 0.0009583 0.23272 0.3137
7 -0.8997 -0.9082 0.22174 0.0856793 -1.30664 -0.4380
8 0.1789 0.1781 0.01667 0.0029513 0.14494 0.2140
9 2.0683 1.7719 1.59102 0.4654898 0.44150 8.0471
10 4.0209 0.8270 13.23434 3.1845710 0.58114 57.6417
11 -2.0969 -1.6717 1.56311 -0.4306844 -8.43440 -1.1156
12 3.8660 0.6435 13.27525 3.1870642 0.33631 57.6062
Bazı açıklamalar
- Önyükleme tahminlerinin ortalaması ile orijinal tahminler arasındaki fark, çıktıdaki "önyargı" olarak adlandırılan şeydir.
boot
boot
"Std. Error" ifadesinin çıktısı , bootstrapped tahminlerinin standart sapmasıdır.
Çıktı ile karşılaştırın boot
:
#-----------------------------------------------------------------------------
# Compare with boot output and confidence intervals
#-----------------------------------------------------------------------------
set.seed(10)
res <- boot(zinb, f, R = 2000, parallel = "snow", ncpus = 4)
res
Bootstrap Statistics :
original bias std. error
t1* 1.3710504 -0.076735010 0.39842905
t2* 0.2561136 -0.003127401 0.03172301
t3* -1.5152609 -0.064110745 0.26554358
t4* 0.1955916 0.005819378 0.01933571
t5* 0.8790522 0.083866901 0.49476780
t6* 0.2692734 0.001475496 0.01957823
t7* -0.9853566 0.083186595 0.22384444
t8* 0.1759504 0.002507872 0.01648298
t9* 1.6031354 0.482973831 1.58603356
t10* 0.8365225 3.240981223 13.86307093
t11* -1.6665917 -0.453059768 1.55143344
t12* 0.6793077 3.247826469 13.90167954
perc.cis <- matrix(NA, nrow=dim(res$t)[2], ncol=2)
for( i in 1:dim(res$t)[2] ) {
perc.cis[i,] <- boot.ci(res, conf=0.95, type="perc", index=i)$percent[4:5]
}
colnames(perc.cis) <- c("95%-CI Lower", "95%-CI Upper")
perc.cis
95%-CI Lower 95%-CI Upper
[1,] 0.52240 2.1035
[2,] 0.19984 0.3220
[3,] -2.12820 -1.1012
[4,] 0.16754 0.2430
[5,] 0.04817 1.9084
[6,] 0.23401 0.3124
[7,] -1.29964 -0.4314
[8,] 0.14517 0.2149
[9,] 0.29993 8.0463
[10,] 0.57248 56.6710
[11,] -8.64798 -1.1088
[12,] 0.33048 56.6702
#-----------------------------------------------------------------------------
# Our summary table
#-----------------------------------------------------------------------------
summary.frame
mean median sd bias CI_lower CI_upper
1 1.2998 1.3013 0.39674 -0.0712912 0.51960 2.0605
2 0.2527 0.2486 0.03208 -0.0034461 0.19898 0.3229
3 -1.5662 -1.5572 0.26220 -0.0509239 -2.12900 -1.0920
4 0.2005 0.1986 0.01949 0.0049019 0.16744 0.2418
5 0.9544 0.9252 0.48915 0.0753405 0.03493 1.9025
6 0.2702 0.2688 0.02043 0.0009583 0.23272 0.3137
7 -0.8997 -0.9082 0.22174 0.0856793 -1.30664 -0.4380
8 0.1789 0.1781 0.01667 0.0029513 0.14494 0.2140
9 2.0683 1.7719 1.59102 0.4654898 0.44150 8.0471
10 4.0209 0.8270 13.23434 3.1845710 0.58114 57.6417
11 -2.0969 -1.6717 1.56311 -0.4306844 -8.43440 -1.1156
12 3.8660 0.6435 13.27525 3.1870642 0.33631 57.6062
"Önyargı" sütunlarını ve "std. Error" ifadesini kendi özet tablomuzun "sd" sütunu ile karşılaştırın. % 95 güvence aralıklarımız boot.ci
, yüzdelik yöntem kullanılarak hesaplanan güven aralıklarına çok benzer (yine de: endeks 9 ile parametrenin alt sınırına bakın).