Pertanyaan yang diberi tag «bootstrap»

Ada beberapa teknik resampling populer, yang sering digunakan dalam praktik, seperti bootstrap, uji permutasi, jackknife, dll. Ada banyak artikel & buku yang membahas teknik ini, misalnya Philip I Good (2010) Permutasi, Parametrik, dan Bootstrap Tests Hipotesis Pertanyaan saya adalah teknik resampling mana yang mendapatkan popularitas lebih dan lebih mudah untuk …

37 hypothesis-testing  nonparametric  bootstrap  permutation-test 

Pertanyaan ini mungkin terlalu terbuka untuk mendapatkan jawaban yang pasti, tetapi mudah-mudahan tidak. Algoritma pembelajaran mesin, seperti SVM, GBM, Random Forest dll, umumnya memiliki beberapa parameter gratis yang, di luar beberapa pedoman praktis, perlu disetel ke setiap kumpulan data. Ini umumnya dilakukan dengan semacam teknik re-sampling (bootstrap, CV dll) agar …

34 machine-learning  cross-validation  bootstrap  optimization  resampling 

Saya telah membaca di beberapa sumber, termasuk yang satu ini , bahwa Random Forests tidak sensitif terhadap pencilan (dalam cara Regresi Logistik dan metode ML lainnya, misalnya). Namun, dua intuisi mengatakan sebaliknya: Setiap kali pohon keputusan dibangun, semua poin harus diklasifikasikan. Ini berarti bahwa outlier akan diklasifikasikan, dan karenanya akan …

33 random-forest  bootstrap  outliers  cart 

Saya tahu ini adalah topik yang agak panas di mana tidak ada yang benar-benar dapat memberikan jawaban sederhana. Namun demikian saya bertanya-tanya apakah pendekatan berikut ini tidak bisa bermanfaat. Metode bootstrap hanya berguna jika sampel Anda mengikuti kurang lebih (baca persis) distribusi yang sama dengan populasi asli. Untuk memastikan hal …

33 bootstrap  sample-size  methodology 

Baru-baru ini saya belajar tentang menggunakan teknik bootstrap untuk menghitung kesalahan standar dan interval kepercayaan untuk estimator. Apa yang saya pelajari adalah bahwa jika data tersebut adalah IID, Anda dapat memperlakukan data sampel sebagai populasi, dan melakukan pengambilan sampel dengan penggantian dan ini akan memungkinkan Anda untuk mendapatkan beberapa simulasi …

33 time-series  bootstrap 

Dalam catatan OpenCourseWare MIT untuk 18,05 Pengantar Probabilitas dan Statistik, Musim Semi 2014 (saat ini tersedia di sini ), ini menyatakan: Metode persentil bootstrap menarik karena kesederhanaannya. Namun itu tergantung pada distribusi bootstrap dari berdasarkan sampel tertentu yang merupakan perkiraan yang baik untuk distribusi sebenarnya dari . Rice mengatakan tentang …

31 confidence-interval  bootstrap 

Sering diklaim bahwa bootstrap dapat memberikan perkiraan bias dalam estimator. Jika adalah estimasi untuk beberapa statistik, dan adalah replika bootstrap (dengan ), maka estimasi bootstrap dari bias adalah yang tampaknya sangat sederhana dan kuat, sampai-sampai mengganggu ketenangan. ~ t ii∈{1,⋯,N}biast≈1t^t^\hat tt~sayat~i\tilde t_ii ∈ { 1 , ⋯ , N}i∈{1,⋯,N}i\in\{1,\cdots,N\}b i …

31 bootstrap  bias 

Distribusi yang sangat miring seperti log-normal tidak menghasilkan interval kepercayaan bootstrap yang akurat. Berikut adalah contoh yang menunjukkan bahwa area ekor kiri dan kanan jauh dari ideal 0,025 tidak peduli metode bootstrap apa pun yang Anda coba di R: require(boot) n <- 25 B <- 1000 nsim <- 1000 set.seed(1) …

30 confidence-interval  nonparametric  mean  bootstrap  median 

Saya memiliki sebuah manuskrip tentang metode bootstrap untuk menguji hipotesis satu mean, dan saya ingin mengirimkannya untuk publikasi, tetapi saya memiliki dilema moral. Saya telah menandatangani protes terhadap Elsevier untuk praktik bisnis mereka yang tidak etis, dan membaca seluruh masalah itu benar-benar membuat saya mempertanyakan etika jurnal akademik nirlaba lainnya. …

30 hypothesis-testing  bootstrap  journals 

Ketika satu bootstrap parameter untuk mendapatkan kesalahan standar kita mendapatkan distribusi parameter. Mengapa kita tidak menggunakan rata-rata distribusi itu sebagai hasil atau perkiraan untuk parameter yang kita coba dapatkan? Bukankah seharusnya distribusi mendekati yang asli? Karena itu, kami akan mendapatkan estimasi nilai "nyata" yang baik? Namun kami melaporkan parameter asli …

30 distributions  bootstrap  standard-error  expected-value 

Setelah mempelajari bootstrap baru-baru ini, saya muncul dengan pertanyaan konseptual yang masih membingungkan saya: Anda memiliki populasi, dan Anda ingin tahu atribut populasi, yaitu , di mana saya menggunakan untuk mewakili populasi. Ini bisa berarti populasi misalnya. Biasanya Anda tidak bisa mendapatkan semua data dari populasi. Jadi Anda menggambar sampel …

29 bootstrap  simulation  resampling 

Saya ingin melakukan demonstrasi kelas di mana saya membandingkan interval-t dengan interval bootstrap dan menghitung probabilitas cakupan keduanya. Saya ingin data berasal dari distribusi miring jadi saya memilih untuk menghasilkan data sebagai exp(rnorm(10, 0, 2)) + 1, sampel ukuran 10 dari lognormal bergeser. Saya menulis sebuah skrip untuk menggambar 1000 …

29 bootstrap  diagnostic 

Apakah ada teknik bootstrap yang tersedia untuk menghitung interval prediksi untuk prediksi titik yang diperoleh misalnya dari regresi linier atau metode regresi lainnya (k-tetangga terdekat, pohon regresi dll)? Entah bagaimana saya merasa bahwa cara yang kadang-kadang diusulkan untuk hanya menghapus prediksi titik (lihat misalnya interval prediksi untuk regresi kNN ) …

29 bootstrap  prediction-interval 

Saya menggunakan paket "boot" untuk menghitung nilai p bootstrap 2-sisi yang diperkirakan tetapi hasilnya terlalu jauh dari nilai p menggunakan t.test. Saya tidak tahu apa yang saya lakukan salah dalam kode R. Dapatkah seseorang tolong beri saya petunjuk untuk ini time = c(14,18,11,13,18,17,21,9,16,17,14,15, 12,12,14,13,6,18,14,16,10,7,15,10) group=c(rep(1:2, each=12)) sleep = data.frame(time, group) …

28 r  hypothesis-testing  p-value  bootstrap  permutation-test 

Ketika saya menggunakan GAM, itu memberi saya sisa DF adalah (baris terakhir dalam kode). Apa artinya? Melampaui contoh GAM, Secara umum, bisakah jumlah derajat kebebasan menjadi angka yang bukan bilangan bulat?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation