Perguntas com a marcação «bootstrap»

Eu tenho uma pergunta sobre a técnica adequada de inicialização para usar com dados em que um cluster forte está presente. Fui encarregado de avaliar um modelo preditivo de efeitos mistos multivariados nos dados de reivindicações de seguros, pontuando o modelo de linha de base atual em dados de reivindicações …

16 bootstrap  random-effects-model  mixed-model 

Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste não-paramétrico como Mann-Whitney-U-testlevaria a mais informações …

15 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 

Eu sou bastante novo em estatísticas. O conceito de bootstrapping tem sido confuso para mim. Eu sei que a normalidade da distribuição da amostra é necessária para usar certos testes, como o teste t. Nos casos em que os dados normalmente não são distribuídos, solicitando "bootstrapping" em testes t no …

15 nonparametric  bootstrap 

A "validação de inicialização" / "validação cruzada de reamostragem" é nova para mim, mas foi discutida pela resposta a esta pergunta . Acho que envolve dois tipos de dados: os dados reais e os dados simulados, em que um determinado conjunto de dados simulados é gerado a partir dos dados …

15 cross-validation  bootstrap  validation  resampling 

Ao usar o bootstrapping para avaliação do modelo, sempre achei que as amostras prontas para uso foram usadas diretamente como conjunto de teste. No entanto, esse parece não ser o caso da abordagem preterida do scikit-learnBootstrap , que parece criar o conjunto de testes a partir do desenho com a …

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

Eu só queria perguntar quais são, na sua opinião, os melhores livros disponíveis sobre o bootstrap por aí. Por isso, não quero dizer necessariamente apenas o escrito por seus desenvolvedores. Você poderia indicar qual livro é o melhor para você, que abrange os seguintes critérios? A base filosófica / epistemológica …

14 sampling  model-selection  bootstrap  references  resampling 

Suponha que se execute a chamada inicialização não-paramétrica, desenhando BBB amostras de tamanho nnn cada uma das nnn observações originais com substituição. Eu acredito que este procedimento é equivalente a estimar a função de distribuição cumulativa pelo cdf empírico: http://en.wikipedia.org/wiki/Empirical_distribution_function e, em seguida, obtendo as amostras de autoinicialização simulando nnn …

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

Estou lendo o capítulo sobre Estatísticas Frequentes do livro " Aprendizado de Máquina - Uma Perspectiva Probabilística " de Kevin Murphy . A seção no bootstrap diz: O bootstrap é uma técnica simples de Monte Carlo para aproximar a distribuição da amostra. Isso é particularmente útil nos casos em que …

14 bootstrap  frequentist 

Estou tendo problemas para entender como usar o bootstrapping para calcular intervalos de previsão para um modelo de regressão linear. Alguém pode descrever um procedimento passo a passo? Eu pesquisei via google, mas nada realmente faz sentido para mim. Eu entendo como usar a inicialização para calcular intervalos de confiança …

14 regression  bootstrap  prediction-interval 

Recentemente, eu estava procurando maneiras de reamostrar séries temporais, de maneiras que Preserve aproximadamente a correlação automática de processos de memória longa. Preservar o domínio das observações (por exemplo, uma série temporal de números inteiros redefinida ainda é uma série temporal de números inteiros). Pode afetar apenas algumas escalas, se …

14 time-series  bootstrap  resampling  permutation-test 

Quero saber se o processo descrito abaixo é válido / aceitável e se existe alguma justificativa disponível. A idéia: algoritmos de aprendizado supervisionado não assumem estruturas / distribuições subjacentes sobre os dados. No final do dia, eles produzem estimativas de pontos. Espero quantificar a incerteza das estimativas de alguma forma. …

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

Eu tenho um vetor de números que eu enviei aqui (... / code / MyData.Rdata) usando dput. Gostaria de obter o bca ci, então eu escrevi este código: my.mean <- function(dat, idx){ return (mean(dat[idx], na.rm = TRUE)) } boot.out<-boot(data=my.data, statistic = my.mean, R=1000) Mas quando executo o seguinte, recebo o …

14 r  bootstrap 

Se tudo o que você está fazendo é re-amostragem da distribuição empírica, por que não apenas estudar a distribuição empírica? Por exemplo, em vez de estudar a variabilidade por amostragem repetida, por que não quantificar a variabilidade a partir da distribuição empírica?

13 machine-learning  mathematical-statistics  sampling  bootstrap  resampling 

Atualmente, estou tentando entender algumas coisas relacionadas à inicialização paramétrica. A maioria das coisas provavelmente é trivial, mas ainda acho que perdi alguma coisa. Suponha que eu queira obter intervalos de confiança para dados usando um procedimento de inicialização paramétrica. Então, eu tenho essa amostra e presumo que ela é …

13 nonparametric  bootstrap  simulation  monte-carlo  parametric 

Se nas regressões OLS padrão, duas suposições são violadas (distribuição normal de erros, homocedasticidade), o bootstrapping de erros padrão e intervalos de confiança é uma alternativa apropriada para obter resultados significativos com relação à significância dos coeficientes do regressor? Os testes de significância com erros padrão de inicialização e intervalos …

13 regression  bootstrap  least-squares  heteroscedasticity