Resampling mengambil sampel dari sampel. Penggunaan umum adalah jackknifing (mengambil subsampel, misalnya semua nilai kecuali 1) & bootstrap (pengambilan sampel dengan penggantian). Teknik-teknik ini dapat memberikan perkiraan yang kuat dari distribusi sampling ketika akan sulit atau tidak mungkin untuk diturunkan secara analitis.
Saya mencoba memahami perbedaan antara metode resampling yang berbeda (simulasi Monte Carlo, bootstrap parametrik, bootstrap non-parametrik, jackknifing, validasi silang, tes pengacakan, dan tes permutasi) dan implementasinya dalam konteks saya sendiri menggunakan R. Katakanlah saya memiliki...
Pertanyaan ini mungkin terlalu terbuka untuk mendapatkan jawaban yang pasti, tetapi mudah-mudahan tidak. Algoritma pembelajaran mesin, seperti SVM, GBM, Random Forest dll, umumnya memiliki beberapa parameter gratis yang, di luar beberapa pedoman praktis, perlu disetel ke setiap kumpulan data. Ini...
Saya telah diberitahu bahwa bermanfaat untuk menggunakan validasi lintas bertingkat terutama ketika kelas respons tidak seimbang. Jika salah satu tujuan validasi silang adalah untuk membantu menjelaskan keacakan sampel data pelatihan asli kami, tentu membuat setiap lipatan memiliki distribusi kelas...
Setelah mempelajari bootstrap baru-baru ini, saya muncul dengan pertanyaan konseptual yang masih membingungkan saya: Anda memiliki populasi, dan Anda ingin tahu atribut populasi, yaitu , di mana saya menggunakan untuk mewakili populasi. Ini bisa berarti populasi misalnya. Biasanya Anda tidak bisa...
Sering dinyatakan bahwa tes permutasi tidak memiliki asumsi, namun ini tentu saja tidak benar. Sebagai contoh jika sampel saya entah bagaimana berkorelasi, saya dapat membayangkan bahwa mengubah label mereka tidak akan menjadi hal yang benar untuk dilakukan. Satu-satunya yang saya temukan tentang...
Saya menggunakan perpustakaan caretdi R untuk menguji berbagai prosedur pemodelan. The trainControlobjek memungkinkan seseorang untuk menentukan metode re-sampel. Metode dijelaskan dalam dokumentasi bagian 2.3 dan meliputi: boot, boot632, cv, LOOCV, LGOCV, repeatedcvdan oob. Meskipun beberapa di...
Saya sedang mengerjakan data yang sangat tidak seimbang. Dalam literatur, beberapa metode digunakan untuk menyeimbangkan kembali data menggunakan re-sampling (over-atau under-sampling). Dua pendekatan yang baik adalah: SMOTE: Tehnik Sintetis Minoritas Berlebih ( SMOTE ) ADASYN: Pendekatan...
Bagaimana Anda menguji atau memeriksa bahwa pengambilan sampel adalah IID (Independen dan Didistribusikan Secara Identik)? Perhatikan bahwa yang saya maksud bukan Gaussian dan Distributed Identically, hanya IID. Dan ide yang muncul di benak saya adalah berulang kali membagi sampel dalam dua...
"Bootstrap validation" / "resampling cross-validation" adalah hal baru bagi saya, tetapi telah dibahas oleh jawaban untuk pertanyaan ini . Saya mengumpulkannya melibatkan 2 jenis data: data nyata dan data simulasi, di mana satu set data simulasi yang dihasilkan dihasilkan dari data nyata dengan...
Saya baru-baru ini mencari cara untuk menguji ulang deret waktu, dengan cara itu Kira-kira mempertahankan auto-korelasi proses memori yang panjang. Pertahankan domain pengamatan (misalnya serangkaian bilangan bulat kali yang di-resampel masih berupa deretan bilangan bulat). Dapat memengaruhi...
Saya hanya ingin bertanya yang mana menurut Anda buku-buku terbaik yang tersedia di bootstrap di luar sana. Dengan ini saya tidak hanya berarti yang ditulis oleh pengembangnya. Bisakah Anda menunjukkan buku teks mana yang menurut Anda terbaik untuk bootstrap yang mencakup kriteria berikut? Dasar...
Saat membaca tentang cara memperkirakan distribusi sampel, berarti saya menemukan metode bootstrap nonparametrik. Rupanya orang dapat memperkirakan distribusi X¯n−μX¯n−μ\bar{X}_n-\mu dengan distribusi X¯∗n-X¯nX¯n∗-X¯n\bar{X}_n^*-\bar{X}_n , di mana menunjukkan rata-rata sampel dari sampel...
Jika semua yang Anda lakukan adalah pengambilan sampel ulang dari distribusi empiris, mengapa tidak hanya mempelajari distribusi empiris? Sebagai contoh alih-alih mempelajari variabilitas dengan pengambilan sampel berulang, mengapa tidak hanya mengukur variabilitas dari distribusi...
Di R, jika saya set.seed (), dan kemudian menggunakan fungsi sampel untuk mengacak daftar, dapatkah saya menjamin saya tidak akan menghasilkan permutasi yang sama? yaitu... set.seed(25) limit <- 3 myindex <- seq(0,limit) for (x in seq(1,factorial(limit))) { permutations <-...
Saya bertanya-tanya bagaimana CI bootstrap (dan BCa di barticular) melakukan pada data yang terdistribusi normal. Tampaknya ada banyak pekerjaan yang memeriksa kinerja mereka pada berbagai jenis distribusi, tetapi tidak dapat menemukan apa pun pada data yang didistribusikan secara normal. Karena...
Saya memiliki dataset yang sangat besar dan sekitar 5% nilai acak hilang. Variabel-variabel ini berkorelasi satu sama lain. Contoh berikut dataset R hanyalah contoh mainan dengan data berkorelasi dummy. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE),...
Metode bootstrap telah melihat difusi besar dalam beberapa tahun terakhir, saya juga banyak menggunakannya, terutama karena alasan di balik ini cukup intuitif. Tapi itu satu hal yang saya tidak mengerti. Mengapa Efron memilih untuk melakukan resample dengan penggantian alih-alih hanya subsampling...
Saya memiliki serangkaian waktu data dengan N = 14 jumlah pada setiap titik waktu, dan saya ingin menghitung koefisien Gini dan kesalahan standar untuk perkiraan ini pada setiap titik waktu. Karena saya hanya memiliki N = 14 hitungan pada setiap titik waktu saya melanjutkan dengan menghitung...
Saya seorang pemula lengkap :) Saya sedang melakukan penelitian dengan ukuran sampel 10.000 dari populasi sekitar 745.000. Setiap sampel mewakili "persentase kesamaan". Sebagian besar sampel adalah sekitar 97% -98% tetapi beberapa berada di antara 60% dan 90%, yaitu, distribusi sangat condong...
Saya memiliki model bertahan hidup dengan pasien bersarang di rumah sakit yang mencakup efek acak untuk rumah sakit. Efek acak terdistribusi gamma, dan saya mencoba melaporkan 'relevansi' istilah ini pada skala yang mudah dipahami. Saya telah menemukan referensi berikut yang menggunakan Rasio...