Pertanyaan yang diberi tag «bootstrap»

Bootstrap adalah metode resampling untuk memperkirakan distribusi sampling suatu statistik.


2
Bisakah saya menggunakan bootstrap, mengapa atau mengapa tidak?
Saat ini saya sedang mengerjakan estimasi biomassa menggunakan citra satelit. Saya akan dengan cepat menentukan latar belakang pertanyaan saya, dan kemudian menjelaskan pertanyaan statistik yang saya kerjakan. Latar Belakang Masalah Saya mencoba memperkirakan biomassa di suatu daerah di Perancis. Tanggapan saya adalah kepadatan volume kayu bakar (dalam ), yang lebih …
10 bootstrap 

1
Mengapa Anova () dan drop1 () memberikan jawaban berbeda untuk GLMM?
Saya memiliki GLMM formulir: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Ketika saya menggunakan drop1(model, test="Chi"), saya mendapatkan hasil yang berbeda daripada jika saya menggunakan Anova(model, type="III")dari paket mobil atau summary(model). Dua yang terakhir ini memberikan jawaban yang sama. Menggunakan banyak data yang …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

2
Teks yang bagus untuk resampling?
Dapatkah kelompok merekomendasikan teks pengantar / sumber daya yang baik untuk teknik resampling terapan? Secara khusus, saya tertarik pada alternatif untuk tes parametrik klasik (misalnya tes t, ANOVA, ANCOVA) untuk membandingkan kelompok ketika asumsi seperti normalitas jelas-jelas dilanggar. Contoh jenis masalah yang saya ingin mendidik diri sendiri tentang cara yang …


3
Bagaimana cara mendapatkan nilai-p koefisien dari regresi bootstrap?
Dari Quick-R Robert Kabacoff yang saya miliki # Bootstrap 95% CI for regression coefficients library(boot) # function to obtain regression weights bs <- function(formula, data, indices) { d <- data[indices,] # allows boot to select sample fit <- lm(formula, data=d) return(coef(fit)) } # bootstrapping with 1000 replications results <- boot(data=mtcars, …


1
Dua metode tes signifikansi bootstrap
Menggunakan bootstrap, saya menghitung nilai p dari tes signifikansi menggunakan dua metode: resampling di bawah hipotesis nol dan menghitung hasil setidaknya paling ekstrim sebagai hasil yang berasal dari data asli resampling di bawah hipotesis alternatif dan menghitung hasil setidaknya sama jauh dari hasil asli sebagai nilai yang sesuai dengan hipotesis …


1
Nilai variabel tersembunyi regresi linear R "bernilai"
Ini hanya contoh yang saya temui beberapa kali, jadi saya tidak punya data sampel. Menjalankan model regresi linier di R: a.lm = lm(Y ~ x1 + x2) x1adalah variabel kontinu. x2bersifat kategorikal dan memiliki tiga nilai, mis. "Rendah", "Sedang" dan "Tinggi". Namun output yang diberikan oleh R akan menjadi seperti: …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

1
Blokir bootstrap untuk pemula
Untuk memasukkan pertanyaan saya ke dalam konteks, saya seorang fisikawan tetapi dengan paparan statistik yang terbatas dan apa yang telah saya pelajari tentang hal itu lebih dari 30 tahun yang lalu. Saya mencoba mempelajari tentang blok bootstrap karena teknik itu mungkin cocok untuk menyelesaikan masalah yang sedang saya kerjakan. Saya …

2
Interval kepercayaan bootstrap dari prediksi regresi
Untuk pekerjaan rumah, saya diberi data untuk membuat / melatih alat prediksi yang menggunakan regresi laso. Saya membuat prediktor dan melatihnya menggunakan pustaka laso python dari scikit belajar. Jadi sekarang saya memiliki prediktor ini bahwa ketika input yang diberikan dapat memprediksi output. Pertanyaan kedua adalah "Perpanjang prediksi Anda untuk melaporkan …

1
Model pembelajaran dalam mana yang dapat mengklasifikasikan kategori yang tidak eksklusif satu sama lain
Contoh: Saya memiliki kalimat dalam deskripsi pekerjaan: "Java senior engineer in UK". Saya ingin menggunakan model pembelajaran yang mendalam untuk memperkirakannya sebagai 2 kategori: English dan IT jobs. Jika saya menggunakan model klasifikasi tradisional, hanya dapat memprediksi 1 label dengan softmaxfungsi di lapisan terakhir. Dengan demikian, saya dapat menggunakan 2 …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

1
Peluang sampel bootstrap persis sama dengan sampel asli
Hanya ingin memeriksa beberapa alasan. Jika sampel asli saya berukuran dan saya bootstrap, maka proses pemikiran saya adalah sebagai berikut:nnn 1n1n\frac{1}{n} adalah peluang pengamatan apa pun yang diambil dari sampel asli. Untuk memastikan pengundian berikutnya bukan observasi sampel sebelumnya, kami membatasi ukuran sampel ke . Jadi, kita mendapatkan pola ini:n …

2
Ukuran sampel bootstrap
Saya belajar tentang bootstrap sebagai cara memperkirakan varians statistik sampel. Saya punya satu keraguan mendasar. Mengutip dari http://web.stanford.edu/class/psych252/tutorials/doBootstrapPrimer.pdf : • Berapa banyak pengamatan yang harus kita sampel ulang? Saran yang baik adalah ukuran sampel asli. Bagaimana kita bisa membuat sampel sebanyak pengamatan seperti pada sampel asli? Jika saya memiliki ukuran …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.