热线电话:13121318867

登录
首页精彩阅读什么是bootstrap?
什么是bootstrap?
2016-02-03
收藏

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(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(= CI95, col = “red”)

图2  Bootstrap 1000个伪样本平均值的频数直方图

001829nxu8zxxpft8uzu1x


数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询