Perguntas com a marcação «bootstrap»

Ao ler sobre como aproximar a distribuição da amostra, me deparei com o método de inicialização não paramétrico. Aparentemente, pode-se aproximar a distribuição de pela distribuição de ˉ X ∗ n - ˉ X n , onde ˉ X ∗ nX¯n- μX¯n-μ\bar{X}_n-\muX¯∗n- X¯nX¯n∗-X¯n\bar{X}_n^*-\bar{X}_nX¯∗nX¯n∗\bar{X}_n^* denota a média da amostra da amostra …

13 distributions  bootstrap  resampling  centering 

O bootstrapping funciona bem para acessar a incerteza na estimativa média, no entanto, lembro-me de ler em algum lugar que o bootstrap não faz um bom trabalho ao avaliar a incerteza nas estimativas quantílicas (particularmente a mediana). Não lembro onde li isso e não consegui encontrar muita coisa com uma …

13 references  bootstrap  median 

Vamos supor que eu tenha dois conjuntos de dados com n observações de pares de dados da variável independente x e variável dependente y cada. Vamos supor ainda que eu quero gerar uma distribuição de inclinações de regressão para cada conjunto de dados, inicializando as observações (com substituição) N vezes …

13 regression  statistical-significance  bootstrap 

Acho que entendo como os fundamentos do bootstrap funcionam, mas não tenho certeza se entendo como posso usar o bootstrap para a seleção de modelos ou para evitar ajustes excessivos. Para a seleção de modelos, por exemplo, você escolheria o modelo que produz o menor erro (talvez variância?) Nas amostras …

13 model-selection  cross-validation  bootstrap 

Estou executando um modelo de equação estrutural (SEM) em Amos 18. Eu estava procurando por 100 participantes para o meu experimento (usado livremente), que foi considerado provavelmente não suficiente para realizar um SEM bem-sucedido. Foi-me dito repetidamente que SEM (junto com EFA, CFA) é um procedimento estatístico de "grande amostra". …

13 modeling  sample-size  bootstrap  sem 

Quais testes estão disponíveis para testar duas amostras independentes para a hipótese nula de que elas provêm de populações com a mesma inclinação? Existe um teste clássico de 1 amostra para determinar se a inclinação é igual a um número fixo (o teste envolve o sexto momento da amostra!); existe …

13 hypothesis-testing  distributions  bootstrap  moments  l-moments 

Estou testando a igualdade de meios usando o teste t de Welch. A distribuição subjacente está longe de ser normal (mais distorcida que o exemplo em uma discussão relacionada aqui ). Posso obter mais dados, mas gostaria de alguma maneira baseada em princípios de determinar até que ponto fazê-lo. Existe …

12 normal-distribution  t-test  bootstrap  central-limit-theorem  approximation 

A questão: o bootstrapping é superior ao jackknifing; no entanto, estou me perguntando se há casos em que o jackknifing é a única ou pelo menos uma opção viável para caracterizar a incerteza das estimativas de parâmetros. Além disso, em situações práticas, o quão tendencioso / impreciso é o canivete …

12 machine-learning  cross-validation  bootstrap  maximum-entropy  jackknife 

Fiquei me perguntando como CIs de auto-inicialização (e BCa em barticular) se comportam em dados normalmente distribuídos. Parece haver muito trabalho examinando seu desempenho em vários tipos de distribuição, mas não foi possível encontrar nada nos dados distribuídos normalmente. Como parece óbvio estudar primeiro, suponho que os papéis sejam muito …

12 confidence-interval  bootstrap  normality-assumption  resampling 

Eu tenho um conjunto de dados muito grande e faltam cerca de 5% de valores aleatórios. Essas variáveis ​​estão correlacionadas entre si. O exemplo a seguir do conjunto de dados R é apenas um exemplo de brinquedo com dados correlatos simulados. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Eu tenho duas amostras muito distorcidas e estou tentando usar o bootstrap para comparar suas médias usando a estatística t. Qual é o procedimento correto para fazer isso? O processo que estou usando Estou preocupado com a adequação do uso do erro padrão dos dados originais / observados na etapa …

12 hypothesis-testing  t-test  bootstrap 

Estou preocupado com o problema de que eu gostaria de inicializar o valor-p para uma estimativa de partir de dados de multiplicação imputada (MI), mas não está claro para mim como combinar os valores-p entre os conjuntos de MI.θθ\theta Para conjuntos de dados de MI, a abordagem padrão para obter …

12 confidence-interval  variance  p-value  bootstrap  multiple-imputation 

Eu tenho um problema de análise de decisão bastante complicado que envolve testes de confiabilidade e a abordagem lógica (para mim) parece envolver o uso do MCMC para apoiar uma análise bayesiana. No entanto, foi sugerido que seria mais apropriado usar uma abordagem de inicialização. Alguém poderia sugerir uma referência …

12 bayesian  bootstrap 

O bootstrap, em sua forma padrão, pode ser usado para calcular intervalos de confiança das estatísticas estimadas, desde que as observações sejam iid. I. Visser et al. em " Intervalos de confiança para parâmetros ocultos do modelo de Markov ", usava uma auto-inicialização paramétrica para calcular ICs para parâmetros do …

12 confidence-interval  bootstrap  hidden-markov-model 

Eu quero usar o bootstrapping para estimar intervalos de confiança para parâmetros estimados de um conjunto de dados de painel com N = 250 empresas e T = 50 meses. A estimativa de parâmetros é computacionalmente cara (poucos dias de cálculo) devido ao uso de filtragem de Kalman e estimativa …

12 confidence-interval  bootstrap  nonlinear-regression  kalman-filter