Bootstrap是非參數統計中一種重要的估計統計量變異性,並可進行統計量區間估計的統計方法,也稱為自助法。
其核心思想與基本步驟如下:(推薦學習:Bootstrap影片教學)
(1) 採用重複抽樣技術從原始樣本中抽取一定數量(可自行給定,一般與原始樣本相同)的樣本,此過程允許重複抽樣。
(2) 根據抽出的樣本計算待估計的統計量T。
(3) 重複上述N次(一般大於1000),得到N統計量T。
(4) 計算上述N個統計量T的樣本方差,以此估計統計量T的變異數。
應該說Bootstrap是現代統計學較為流行的統計方法,在小樣本時效果很好。透過方差的估計可以建構信賴區間等,其應用範圍進一步延伸。
具體抽樣方法舉例:想要知道池塘裡面魚的數量,可以先抽取N條魚,做上記號,放回池塘。
進行重複抽樣,抽取M次,每次抽取N條,考察每次抽到的魚當中有記號的比例,綜合M次的比例,在進行統計量的計算。
如果資料存在明顯的層次,可以用分層抽樣提高分析效率,spss默認是非參數bootstrap方法,並且採用完全隨機抽樣,所以,如果要求分層抽樣,不能依靠默認,需要自己設置。
還有特別要注意,需要多少個觀測量才是最科學,最合理的,答案是1000個。少於這個數字,計算結果不準確,因為是依照百分位數法計算可信區間,所以,不能太少。如果多於1000個,多數情況下精度改善非常有限,並且浪費系統資源和計算時間。
bootstrap的spss分析中的操作步驟:「分析」~「比較平均值」~「平均值」~選擇好自變數和因變數~「選項」子對話方塊~「儲存格統計量」~ bootstrap子對話框~執行bootstrap複選框
還有一點,如果因變數符合或大概符合常態分佈,bootstrap方法就可以不用。
更多Bootstrap相關技術文章,請造訪Bootstrap教學欄位進行學習!
以上是bootstrap演算法是什麼意思的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

SecLists
SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。

記事本++7.3.1
好用且免費的程式碼編輯器