最新文章專題視頻專題問答1問答10問答100問答1000問答2000關鍵字專題1關鍵字專題50關鍵字專題500關鍵字專題1500TAG最新視頻文章推薦1 推薦3 推薦5 推薦7 推薦9 推薦11 推薦13 推薦15 推薦17 推薦19 推薦21 推薦23 推薦25 推薦27 推薦29 推薦31 推薦33 推薦35 推薦37視頻文章20視頻文章30視頻文章40視頻文章50視頻文章60 視頻文章70視頻文章80視頻文章90視頻文章100視頻文章120視頻文章140 視頻2關鍵字專題關鍵字專題tag2tag3文章專題文章專題2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章專題3
問答文章1 問答文章501 問答文章1001 問答文章1501 問答文章2001 問答文章2501 問答文章3001 問答文章3501 問答文章4001 問答文章4501 問答文章5001 問答文章5501 問答文章6001 問答文章6501 問答文章7001 問答文章7501 問答文章8001 問答文章8501 問答文章9001 問答文章9501
當前位置: 首頁 - 科技 - 知識百科 - 正文

bootstrap置信區(qū)間如何求

來源:懂視網(wǎng) 責編:小采 時間:2020-11-27 15:01:19
文檔

bootstrap置信區(qū)間如何求

bootstrap置信區(qū)間如何求:bootstrap置信區(qū)間:假設總體的分布F未知,但有一個容量為n的來自分布F的數(shù)據(jù)樣本,自這一樣本按有放回抽樣的方法抽取一個容量為n的樣本,這種樣本稱為bootstrap樣本。相繼地、獨立地自原始樣本中抽取很多個bootstrap樣本,利用這些樣本對總體F進行統(tǒng)計推斷
推薦度:
導讀bootstrap置信區(qū)間如何求:bootstrap置信區(qū)間:假設總體的分布F未知,但有一個容量為n的來自分布F的數(shù)據(jù)樣本,自這一樣本按有放回抽樣的方法抽取一個容量為n的樣本,這種樣本稱為bootstrap樣本。相繼地、獨立地自原始樣本中抽取很多個bootstrap樣本,利用這些樣本對總體F進行統(tǒng)計推斷

bootstrap置信區(qū)間:

假設總體的分布F未知,但有一個容量為n的來自分布F的數(shù)據(jù)樣本,自這一樣本按有放回抽樣的方法抽取一個容量為n的樣本,這種樣本稱為bootstrap樣本。相繼地、獨立地自原始樣本中抽取很多個bootstrap樣本,利用這些樣本對總體F進行統(tǒng)計推斷,這種方法稱為非參數(shù)bootstrap方法,又稱自助法。

使用bootstrap方法可以求得變量(參數(shù))的置信區(qū)間,稱作bootstrap置信區(qū)間。

bootstrap置信區(qū)間:

使用Python計算bootstrap置信區(qū)間:

這里以一維數(shù)據(jù)為例,取樣本均值作為樣本估計量。代碼如下:

import numpy as np


def average(data):
 return sum(data) / len(data)


def bootstrap(data, B, c, func):
 """
 計算bootstrap置信區(qū)間
 :param data: array 保存樣本數(shù)據(jù)
 :param B: 抽樣次數(shù) 通常B>=1000
 :param c: 置信水平
 :param func: 樣本估計量
 :return: bootstrap置信區(qū)間上下限
 """
 array = np.array(data)
 n = len(array)
 sample_result_arr = []
 for i in range(B):
 index_arr = np.random.randint(0, n, size=n)
 data_sample = array[index_arr]
 sample_result = func(data_sample)
 sample_result_arr.append(sample_result)

 a = 1 - c
 k1 = int(B * a / 2)
 k2 = int(B * (1 - a / 2))
 auc_sample_arr_sorted = sorted(sample_result_arr)
 lower = auc_sample_arr_sorted[k1]
 higher = auc_sample_arr_sorted[k2]

 return lower, higher


if __name__ == '__main__':
 result = bootstrap(np.random.randint(0, 50, 50), 1000, 0.95, average)
 print(result)

輸出:

(20.48, 28.32)

推薦:bootstrap入門教程

聲明:本網(wǎng)頁內容旨在傳播知識,若有侵權等問題請及時與本網(wǎng)聯(lián)系,我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com

文檔

bootstrap置信區(qū)間如何求

bootstrap置信區(qū)間如何求:bootstrap置信區(qū)間:假設總體的分布F未知,但有一個容量為n的來自分布F的數(shù)據(jù)樣本,自這一樣本按有放回抽樣的方法抽取一個容量為n的樣本,這種樣本稱為bootstrap樣本。相繼地、獨立地自原始樣本中抽取很多個bootstrap樣本,利用這些樣本對總體F進行統(tǒng)計推斷
推薦度:
標簽: 如何 計算 如何求
  • 熱門焦點

最新推薦

猜你喜歡

熱門推薦

專題
Top