«bootstrap» etiketlenmiş sorular

Güçlü kümelenmenin olduğu verilerle kullanılacak uygun önyükleme tekniği ile ilgili bir sorum var. Modelin hangi bakım bölümlerinin en yüksek seans sıklığını içerdiğini (üst kısım) ne kadar iyi tahmin ettiğini belirlemek için, mevcut temel modeli daha yeni talep verileri üzerinde puanlayarak sigorta talep verileri üzerindeki çok değişkenli karışık etkileri öngörme modelini …

16 bootstrap  random-effects-model  mixed-model 

Permütasyon testleri (randomizasyon testi, yeniden randomizasyon testi veya kesin test olarak da adlandırılır) çok faydalıdır ve örneğin normal dağıtım varsayımı t-testkarşılanmadığında ve değerlerin parametrik olmayan test Mann-Whitney-U-test, daha fazla bilginin kaybolmasına neden olur. Bununla birlikte, bu tür bir test kullanılırken bir ve sadece bir varsayım göz ardı edilmemelidir, örneklerin sıfır …

16 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

İstatistiklerde oldukça yeniyim. Önyükleme kavramı benim için kafa karıştırıcı oldu. T-testi gibi bazı testleri kullanmak için örnekleme dağılımının normalliğinin gerektiğini biliyorum. Verilerin normal olarak dağıtılmadığı durumlarda, SPSS'deki t-testlerinde "önyükleme" isteğinde bulunulması, bu normal olmayanlık sorununu aşabilir mi? Öyleyse, çıktıda raporlanan t-istatistiki önyüklemeli örnekleme dağılımına dayanıyor mu? Ayrıca, normal olmayan verilerimin …

15 nonparametric  bootstrap 

"Önyükleme doğrulaması" / "çapraz doğrulamayı yeniden örnekleme" benim için yeni, ancak bu sorunun cevabı ile tartışıldı . 2 tür veri içerir: Simüle edilmiş veriler gerçek verilerle aynı boyuta ulaşıncaya kadar değiştirilerek yeniden örnekleme ile gerçek verilerden belirli bir simüle edilmiş veri kümesi oluşturulduğu gerçek veriler ve simüle edilmiş veriler. Bu …

15 cross-validation  bootstrap  validation  resampling 

Model değerlendirmesi için bootstrapping kullanırken, her zaman kullanıma hazır örneklerin doğrudan bir test seti olarak kullanıldığını düşündüm. Ancak, bunun için durum olmadığı görülüyor kaldırılan scikit-öğrenmeBootstrap dışı torba veri alt kümeden değiştirme ile çizim test kümesi oluşturmak gibi görünüyor yaklaşımı,. Bunun arkasındaki istatistiksel mantık nedir? Bu tekniğin sadece torba dışı örnek …

15 cross-validation  bootstrap  random-forest  scikit-learn  bagging 

Ben sadece orada hangi bootstrap üzerinde mevcut en iyi kitaplar hangisi olduğunu sormak istedim. Bununla sadece geliştiricileri tarafından yazılmış olanı kastetmiyorum. Aşağıdaki kriterleri kapsayan önyükleme için hangi ders kitabının size en uygun olduğunu belirtebilir misiniz? Uygulanabilirlik alanı, güçlü ve zayıf yönleri, model seçimi için önemi listeleyen tekniğin felsefi / epistemolojik …

14 sampling  model-selection  bootstrap  references  resampling 

Çizerek bir gerçekleştirir sözde parametrik olmayan önyükleme varsayalım boyutu örnekleri , n orijinal her n yerine gözlemler. Bu yordamın ampirik cdf tarafından kümülatif dağılım işlevini tahmin etmeye eşdeğer olduğuna inanıyorum:BBBnnnnnn http://en.wikipedia.org/wiki/Empirical_distribution_function ve daha sonra arka arkaya tahmini cdf B sürelerinden gözlemleri simüle ederek bootstrap örneklerinin elde edilmesi .nnnBBB Eğer bu …

14 bootstrap  sample-size  sample  small-sample  finite-population 

Kevin Murphy'nin " Makine Öğrenmesi - Olasılıklı Bir Bakış Açısı " kitabından Sık İstatistikler bölümünü okuyorum . Bootstrap bölümü şu şekildedir: Bootstrap, örnekleme dağılımını yaklaşık olarak tahmin etmek için basit bir Monte Carlo tekniğidir. Bu özellikle tahmin edicinin gerçek parametrelerin karmaşık bir fonksiyonu olduğu durumlarda kullanışlıdır. Fikir basit. Biz gerçek …

14 bootstrap  frequentist 

Doğrusal bir regresyon modeli için tahmin aralıklarını hesaplamak için önyüklemenin nasıl kullanılacağını anlamakta sorun yaşıyorum . Birisi adım adım bir prosedürü özetleyebilir mi? Google üzerinden arama yaptım ama hiçbir şey benim için gerçekten anlamlı değil. Model parametreleri için güven aralıklarını hesaplamak için önyüklemenin nasıl kullanılacağını anlıyorum.

14 regression  bootstrap  prediction-interval 

Son zamanlarda zaman serilerini yeniden örneklemenin yollarını arıyordum, Uzun bellek işlemlerinin otomatik korelasyonunu yaklaşık olarak koruyun. Gözlemlerin alanını koruyun (örneğin, yeniden örneklenmiş bir tamsayılar dizisi dizisi hala bir tamsayı dizisidir). Gerekirse yalnızca bazı ölçekleri etkileyebilir. uzunluğunda bir zaman dizisi için aşağıdaki permütasyon şemasını buldum 2N2N2^N: Zaman serilerini birbirini izleyen çiftler …

14 time-series  bootstrap  resampling  permutation-test 

Aşağıda açıklanan sürecin geçerli / kabul edilebilir olup olmadığını ve herhangi bir gerekçe olup olmadığını bilmek istiyorum. Fikir: Denetimli öğrenme algoritmaları verilerle ilgili temel yapıları / dağılımları varsaymaz. Günün sonunda puan tahminleri çıkarırlar. Bir şekilde tahminlerin belirsizliğini ölçmeyi umuyorum. Şimdi, ML modeli oluşturma süreci doğası gereği rastgele (örneğin hiperparametre ayarı …

14 machine-learning  confidence-interval  bootstrap  supervised-learning  gbm 

Şu anda parametrik bootstrap ile ilgili bazı şeyleri kafamda tutmaya çalışıyorum. Çoğu şey muhtemelen önemsiz ama yine de bir şeyleri özlemiş olabileceğimi düşünüyorum. Parametrik bir önyükleme yordamı kullanarak veriler için güven aralıkları almak istediğimi varsayalım. Bu örnek var ve normal dağılmış olduğunu varsayalım. Daha sonra varyans ve ortalama tahmin edeceğim …

14 nonparametric  bootstrap  simulation  monte-carlo  parametric 

Ben dput kullanarak burada yüklediğim sayıların bir vektör (... / code / MyData.Rdata) var. Ben bca ci almak istiyorum bu yüzden bu kodu yazdım: my.mean <- function(dat, idx){ return (mean(dat[idx], na.rm = TRUE)) } boot.out<-boot(data=my.data, statistic = my.mean, R=1000) Ama aşağıdakileri çalıştırdığımda bunu alıyorum: > boot.ci(boot.out) Error in bca.ci(boot.out, conf, …

14 r  bootstrap 

Yaptığınız tek şey ampirik dağılımdan yeniden örneklemekse, neden sadece ampirik dağılımı incelemek değil? Örneğin, değişkenliği tekrarlı örnekleme yoluyla incelemek yerine, neden sadece ampirik dağılımdaki değişkenliği ölçmüyoruz?

13 machine-learning  mathematical-statistics  sampling  bootstrap  resampling 

Standart OLS regresyonlarında iki varsayım ihlal edilirse (hataların normal dağılımı, eşcinsellik), önyükleme standart hataları ve güven aralıkları, regresör katsayılarının önemi açısından anlamlı sonuçlara ulaşmak için uygun bir alternatif mi? Önyükleme yapılan standart hatalar ve güven aralıkları ile önem testleri hâlâ hetero-esneklikle çalışır mı? Evetse, bu senaryoda kullanılabilecek geçerli güven aralıkları …

13 regression  bootstrap  least-squares  heteroscedasticity