zoukankan      html  css  js  c++  java
  • Bootstrap抽样(自展法)

    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。

    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。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


             

    ### 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

    abline(= CI95, col = "red")




     
    图2  Bootstrap 1000个伪样本平均值的频数直方图
     
    原文地址:http://blog.sciencenet.cn/home.PHP?mod=space&uid=255662&do=blog&id=523462
    作者:张金龙
  • 相关阅读:
    html5跨域通讯之postMessage的用法
    zTree插件之多选下拉菜单代码
    css3创建一个上下线性渐变色背景的div
    zTree插件之单选下拉菜单代码
    PhoneGap中navigator.notification.confirm的用法详解
    CCS3属性之text-overflow:ellipsis;的用法和注意之处
    HTML5的自定义属性data-* 的用法解析
    HSSFWorkbook转MultipartFile InputStream转MultipartFile
    @Transactional
    synchronized volatile
  • 原文地址:https://www.cnblogs.com/zle1992/p/6670705.html
Copyright © 2011-2022 走看看