ブートストラップに関して明白な質問となる可能性のあるものをすみません。私はベイジアンの世界に早くから夢中になり、必要以上に実際にブートストラップを探索したことはありませんでした。
私は、著者が障害データまでの時間に関連する生存分析に興味を持っている分析に出くわしました。彼らは約100点を持ち、回帰を使用してワイブル分布をデータに適合させました。この結果、彼らはスケールと形状パラメータの推定値を取得しました。非常に伝統的なアプローチ。ただし、次に彼らは元のデータセットからサンプリングするためにブートストラップを使用し、新しいサンプルごとに回帰を実行し、新しいワイブル分布を考え出しました。次に、ブートストラップの結果を使用して、生存分布の信頼区間を作成しました。
私の直感は少し矛盾しています。パラメータの信頼区間のブートストラップについてはよく知っていますが、分布の信頼区間の構築に使用されているのを見たことはありません。
誰かが私にいくつかの洞察を提供するかもしれない参照/ソースに向けることができますか？前もって感謝します。
3
パラメータがどのように推定されたかは問題ではないので、質問は実際にはあなたが思うよりも一般的です。問題の核心は、パラメーターが完全に分布を決定することです。このように、パラメータの同時CIのセットがあるディストリビューションのためのCI。
—
whuber
私はそれを理解しています、そしておそらくそれは簡単です。多分私を悩ませているのは、ブートストラップには独自の手荷物が付属していることであり、この次のステップで使用するときに追加の問題を引き起こす手順について何かあったのではないかと思っていました。一方で、私が朝食で食べたものだけが問題であるかもしれません。迅速なコメントをありがとう。
—
Aengus
朝食をお奨め:-)
—
whuber
ブートストラップには少なくとも2つの方法があります。最も簡単な方法は、与えられた観測からランダムなサンプルを単に引き出し、モデルをb回推定することです（「ペアをブートストラップする」）。モデルからの残差を使用してブートストラップすることもできます（「残差」ブートストラップ）。1つ目は、データのエラー構造を無視します。2つ目は、モデルが正しいと暗黙的に想定しています。Efron＆Tibshirani（1993）。「Bootstrapの概要」から始めることができます。
—
Jason Morgan、