Preguntas etiquetadas con bootstrap

Tengo una pregunta con respecto a la técnica de arranque adecuada para usar con datos donde hay una agrupación fuerte. Se me asignó la tarea de evaluar un modelo predictivo de efectos mixtos multivariados en los datos de reclamos de seguros al calificar el modelo de referencia actual en los …

16 bootstrap  random-effects-model  mixed-model 

Las pruebas de permutación (también llamadas prueba de aleatorización, prueba de aleatorización o prueba exacta) son muy útiles y resultan útiles cuando t-testno se cumple el supuesto de distribución normal requerido por ejemplo y cuando se transforman los valores mediante la clasificación de prueba no paramétrica como Mann-Whitney-U-testconduciría a la …

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 

Soy bastante nuevo en las estadísticas. El concepto de bootstrapping me ha resultado confuso. Sé que se requiere la normalidad de la distribución de muestreo para usar ciertas pruebas, como la prueba t. En los casos en que los datos no se distribuyen normalmente, al solicitar "bootstrapping" en pruebas t …

15 nonparametric  bootstrap 

"Validación Bootstrap" / "remuestreo de validación cruzada" es nuevo para mí, pero fue discutido por la respuesta a esta pregunta . Supongo que involucra 2 tipos de datos: los datos reales y los datos simulados, donde un conjunto dado de datos simulados se genera a partir de los datos reales …

15 cross-validation  bootstrap  validation  resampling 

Cuando utilicé bootstrapping para la evaluación del modelo, siempre pensé que las muestras fuera de bolsa se usaban directamente como un conjunto de prueba. Sin embargo, este no parece ser el caso del enfoque obsoleto de scikit-learnBootstrap , que parece construir el conjunto de prueba a partir del dibujo con …

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

Solo quería preguntar cuáles son, en su opinión, los mejores libros disponibles sobre bootstrap. Con esto no necesariamente me refiero al escrito por sus desarrolladores. ¿Podría indicar qué libro de texto le parece mejor para bootstrap que cubra los siguientes criterios? ¿La base filosófica / epistemológica de la técnica que …

14 sampling  model-selection  bootstrap  references  resampling 

Supongamos que uno realiza la llamada rutina de arranque no paramétrica extrayendo muestras de tamaño cada una de las observaciones originales con reemplazo. Creo que este procedimiento es equivalente a estimar la función de distribución acumulativa por el cdf empírico:BBBnnortennortenorten http://en.wikipedia.org/wiki/Empirical_distribution_function y luego obtener las muestras de bootstrap simulando observaciones …

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

Estoy leyendo el capítulo sobre Estadísticas frecuentes del libro de Kevin Murphy " Aprendizaje automático: una perspectiva probabilística ". La sección sobre bootstrap dice: El bootstrap es una técnica simple de Monte Carlo para aproximar la distribución de muestreo. Esto es particularmente útil en casos donde el estimador es una …

14 bootstrap  frequentist 

Tengo problemas para entender cómo usar bootstrapping para calcular los intervalos de predicción para un modelo de regresión lineal. ¿Alguien puede describir un procedimiento paso a paso? Busqué a través de google pero nada realmente tiene sentido para mí. Entiendo cómo usar bootstrapping para calcular intervalos de confianza para los …

14 regression  bootstrap  prediction-interval 

Recientemente estaba buscando formas de volver a muestrear series temporales, de manera que Preservar aproximadamente la autocorrelación de los procesos de memoria larga. Preservar el dominio de las observaciones (por ejemplo, una serie de enteros de muestras repetidas sigue siendo una serie de enteros). Puede afectar solo algunas escalas, si …

14 time-series  bootstrap  resampling  permutation-test 

Quiero saber si el proceso descrito a continuación es válido / aceptable y si hay alguna justificación disponible. La idea: los algoritmos de aprendizaje supervisados ​​no asumen estructuras / distribuciones subyacentes sobre los datos. Al final del día, generan estimaciones puntuales. Espero cuantificar la incertidumbre de las estimaciones de alguna …

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

Tengo un vector de números que he subido aquí (... / code / MyData.Rdata) usando dput. Me gustaría obtener el bca ci, así que escribí 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) Pero cuando ejecuto lo siguiente me sale esto: …

14 r  bootstrap 

Si todo lo que está haciendo es volver a tomar muestras de la distribución empírica, ¿por qué no solo estudiar la distribución empírica? Por ejemplo, en lugar de estudiar la variabilidad mediante muestreo repetido, ¿por qué no cuantificar la variabilidad a partir de la distribución empírica?

13 machine-learning  mathematical-statistics  sampling  bootstrap  resampling 

Actualmente estoy tratando de entender algunas cosas relacionadas con el arranque paramétrico. La mayoría de las cosas son probablemente triviales, pero todavía creo que puede haber pasado algo por alto. Supongamos que quiero obtener intervalos de confianza para los datos utilizando un procedimiento de arranque paramétrico. Entonces tengo esta muestra …

13 nonparametric  bootstrap  simulation  monte-carlo  parametric 

Si en las regresiones estándar de OLS se violan dos supuestos (distribución normal de errores, homocedasticidad), ¿son los errores estándar de arranque y los intervalos de confianza una alternativa apropiada para llegar a resultados significativos con respecto a la importancia de los coeficientes regresores? ¿Las pruebas de significación con errores …

13 regression  bootstrap  least-squares  heteroscedasticity