R'de yapılan bir önyüklemenin çıktısını anlama (tsboot, MannKendall)

R'deki tsboot çağrısının yorumlanmasıyla ilgili bir sorum var. Hem Kendall hem de önyükleme paketinin belgelerini kontrol ettim, ancak eskisinden daha akıllı değilim.

Örneğin test paketinin Kendall'ın tau olduğu Kendall paketindeki örneği kullanarak bir bootstrap çalıştırdığımda:

library(Kendall)
# Annual precipitation entire Great Lakes
# The Mann-Kendall trend test confirms the upward trend.
data(PrecipGL)
MannKendall(PrecipGL)

Bu artış eğilimi teyit ediyor:

tau = 0.265, 2-sided pvalue =0.00029206

Örnek daha sonra bir blok önyükleme kullanmaya devam eder:

#
#Use block bootstrap 
library(boot)
data(PrecipGL)
MKtau<-function(z) MannKendall(z)$tau
tsboot(PrecipGL, MKtau, R=500, l=5, sim="fixed")

Aşağıdaki sonucu alıyorum:

BLOCK BOOTSTRAP FOR TIME SERIES
Fixed Block Length of 5 
Call:
tsboot(tseries = PrecipGL, statistic = MKtau, R = 500, l = 5, 
sim = "fixed")


Bootstrap Statistics :
 original     bias    std. error
t1* 0.2645801 -0.2670514  0.09270585

Doğru anlarsam, "t1 * orijinal" orijinal MKtau, "önyargı" R = 500 önyüklemeli zaman serisinden MKtau'nun ortalamasıdır ve "std. Hatası", MKtaus'un standart sapmasıdır. 500 örnek.

Bunun ne anlama geldiğini anlamada sorun yaşıyorum - bu temelde 500 MKTaus'un hepsinin orijinalinden daha düşük olduğunu ve orijinal t1 * 'in önyüklemeli MKtaus'un 3 sd aralığında olduğunu söylüyor. Ergo önemli ölçüde farklı mı?

Veya veri seti için MKtau'nun 0.26 artı / eksi standart hatası olduğunu söyleyebilir miyim?

Uzun soru için özür dilerim, ama ben bir istatistik acemisiyim ve kendi kendine çalışma yoluyla öğreniyorum, birisinin bu gerçekten basit problemi ileri geri atlaması için eksik.

r bootstrap

— Maria
kaynak

Çıktıda saklanan 500 bootstrap örneğinin ortalaması ile orijinal tahmin biasarasındaki fark basittir . 500 önyükleme örneklerin standart sapma ve standart sapmasının bir tahmindir. Çıktı orijinal tahminden ibaret olduğunu söyler yüksek 500 bootstrapped tahminlere (çok değil ortalama daha tüm desteksiz MKtaus alt vardır). Önyükleme genellikle dağıtım hakkında varsayımlarda bulunmadan standart hataları / güven aralıklarını hesaplamak için kullanılır. Güven aralıklarını hesaplamak için işlevi kullanın . std. errorboot.ci

— COOLSerdash

@ COOLSerdash, bunun için teşekkürler! Eğer orijinal istatistiğim önyüklemeli istatistiğin ortalamasından 3 sd daha yüksekse, o zaman doğrudan bir şey yapabilir miyim (örneğin: istatistiğin 0,99'da anlamlı olduğunu)? Ben de boot.cigüven aralıklarını hesaplamak için kullandım ve yine, başlangıçta hesaplanan istatistik bu aralıkların dışında yatıyor.

— Maria

Hayır, önyükleme istatistiğini orijinal istatistikle hipotez testiyle karşılaştırmazsınız. Ben sadece sizin durumda bootstrapped standart hata ve güven aralıklarını kullanmak / rapor ediyorum.

— COOLSerdash

Aynı soruya girip kontrollü bir veri seti ile inceledikten sonra - model y = ax + b ile N (0, sig) hataları, Kendall paketinin ilan edildiği gibi çalışmayabileceğini fark ettim. X benim durumunda olduğu 1:100ve y = x , sig ile = 100 (varyans hata terimi).

Regresyon iyi görünüyor ve Kendall'ın tau da öyle. Burada doğrusal modelin indüklediği dışında otokorelasyon yoktur. Kendall testinin 1, 3, 5 ve 10 blok uzunluklarında reklamı yapılan şekilde yürütülmesi çok büyük yanlılık değerleri verir ve boot.cieğilim bildirmez.

Daha sonra, verilerin önyüklemesini bu blok uzunlukları ile el ile kodladım ve kontrol serimle, önyükleme örneklerinin ortalaması ve bunların yayılması konusunda makul sonuçlar elde ediyorum. Dolayısıyla, blok bootstrap ile ilgili olarak Kendall paketi ile bir şeyler ters gitmiş olabilir.

— user46157
kaynak