タグ

関連タグで絞り込む (0)

  • 関連タグはありません

タグの絞り込みを解除

ブートストラップ法に関するseikennのブックマーク (2)

  • ブートストラップ法 - 基礎統計学講座 @ ウィキ

    ブートストラップと呼ばれる統計の手法があります。これは標のデータから重複を許したサンプリング(普通は標数と同じだけ)を行い、新たな標を作製する、といった作業を何度も繰り返す手法です。この標からのサンプリングという作業をリサンプリングと呼びます。こうして作られた複数の標から計算される統計量(例えば平均、分散)のばらつき方は、母集団からサンプリングを何度も繰り返した時のばらつき方に近いという性質があります。つまり、複雑で難解な確率密度関数や中心極限定理を使うことなく、平均値や分散といった統計量がどのようにばらつく可能性を秘めているのかをあぶりだすことが可能なわけです。

    ブートストラップ法 - 基礎統計学講座 @ ウィキ
  • ブートストラップ法 - Wikipedia

    モデル式 2.01×がく片長-12.57≧0のときバージニアアヤメと判別 2.01×がく片長-12.57<0のときヘンショクアヤメと判別 (このモデル式では、バージニアアヤメは標50個中37個、ヘンショクアヤメは50個中36個が正しく判別されている。) 最尤推定値は漸近的には正規分布することが知られている。今回の標50個ずつのデータで出した最尤推定値(切片: −12.57、がく片長の係数: 2.01)が、どの程度正規分布に近いか、ブートストラップ法で以下のように調べることができる。 元データから n 個の標を復元抽出する。このとき n は元データの標数である。 最尤法でロジスティック回帰モデルに当てはめる。 このブートストラップ抽出を何度も(B 回)繰り返す。 こうして計算された「推定量の標分布」は、来の標分布の近似になっている。 下図は10000回のブートストラップ抽出によ

    ブートストラップ法 - Wikipedia
  • 1