什么是bootstrap？-CDA数据分析师官网

什么是bootstrap？

2016-02-03

什么是bootstrap？

Bootstrap又称自展法，是用小样本估计总体值的一种非参数方法，在进化和生态学研究中应用十分广泛。例如进化树分化节点的自展支持率等。数据分析师培训

Bootstrap的思想，是生成一系列bootstrap伪样本，每个样本是初始数据有放回抽样。"数据分析师"通过对伪样本的计算，获得统计量的分布。例如，要进行1000次bootstrap，求平均值的置信区间，可以对每个伪样本计算平均值。这样就获得了1000个平均值。对着1000个平均值的分位数进行计算，即可获得置信区间。已经证明，在初始样本足够大的情况下，bootstrap抽样能够无偏得接近总体的分布。

下面是一个实例：

例如，假设有一批产品，随机抽出30个，使用寿命（天数）如下，试用bootstrap的方法估计这批产品寿命95%的置信区间。

dat <- c(119,120,131,209,210,337,332,287,146,1
29,232,169,208,253,142,105,419,179,
324,287,115,132,308,356,286,221,204,
105,45,245)

图1 初始数据的频数直方图

0018286nszdgsmg2qezgkg

### 查看原始数据的频数直方图

hist(dat, col = “gray”)

#生成一个存储器

boot.sample <- list()

## 循环1000次，有放回的抽样，每次生成的

## 新样本存储在boot.sample中

for(i in 1:1000){

boot.sample[[i]] <- sample(dat,size = 30, replace = TRUE)

}

## 求每个样本的mean,结果为1000个bootstrap样本的mean

boot.mean <- unlist(lapply(boot.sample, mean))

## 频数直方图

hist(boot.mean, col = “gray”)

## 求95%的置信区间

CI95 <- quantile(boot.mean, probs = c(0.025, 0.975))

## 在频数直方图上加置信区间 cda数据分析师培训

abline(v = CI95, col = “red”)

图2 Bootstrap 1000个伪样本平均值的频数直方图

001829nxu8zxxpft8uzu1x

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>> “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

直方图数据分析

数据分析咨询请扫描二维码

上一篇图论在大数据分析中的作用！

下一篇CDA认证再升一档！与国家共同推进大数据人才培养标准教育事业！

什么是bootstrap？

CDA考试动态

CDA报考指南

热门栏目

最新资讯

数据分析师报考条件？怎么学？

数据分析自学的学习计划

数据分析相关职业选择

数据挖掘与分析在金融行业的使用

学习数据挖掘需要掌握哪些技能

统计学就业机会都在哪里

企业数字化转型的关键成功因素

爬虫技术在数据分析中的作用

数据分析中的数据可视化技巧

银行数字化用户行为分析

怎样利用数据分析优化营销策略

数据分析行业的就业趋势

如何进行市场数据分析

数据分析与数据挖掘的区别

零基础如何自学数据分析

零基础如何自学数据分析

业务分析师面试常见问题

数据分析自学的有效学习方法

如何使用Excel进行数据分析

怎样搭建数据分析工作流程