タグ付けされた質問 「bootstrap」

私は統計に関しては初心者なので、私と私の質問を判断しないでください;） 私はSPSSで線形回帰分析を行っており、私のデータは正規分布されておらず、等分散性も示していないため、ブートストラップを使用することにしました。 今、私はそれが出力の解釈になると本当に混乱しています。SPSSは、「通常の」モデルの要約と係数、およびブートストラップの要約とブートストラップ係数を提供します。私は今、ブートストラップ部分だけを解釈しますか？または、たとえばF値はまだ関連性がありますか？つまり、Fが有意でない場合、有意でもブートストラップ間隔を解釈できませんか？

7 regression  spss  bootstrap 

-値は、我々は仮説に対して推定することができますどのように強力に報告するために使用されます。明らかなように、この値自体はデータから推定され、同じ条件で収集された新しいデータの場合、新しい値が同じになることはほとんどありません。ppppppppp Nature Methodsの解説におけるHalsey、Curran-Everett、Vowler＆Drummond（2015）は、値を取り巻く不確実性がかなり大きくなる可能性があることを示しました。返信で、Lazzeroni、Lu＆Belitskaya-Lévy（2016、同じジャーナル）は、信頼区間が0.00000008から0.99になる0.049の観測された値の例を示しました。pppppp 私の質問は、値の標本分布を知っていますか？後者によれば、サンプルサイズには依存しません（これらはすべてテスト統計を「標準化」するために使用されるため、おそらくサンプルの標準偏差に依存します）。おそらく、それはテスト手順に依存する可能性がありますか？ppp 私があればということを知っている真である、の分布 -値が1の範囲0にわたって均一である（しかし、私はこのことを学んだ場所を覚えていないことができます）。ますます不十分である、の分布 -値（左テール試験用）0％確率上傾い、峰となります。H0H0H_0pppH0H0H_0ppp ブートストラップを使用すると、値の分布を視覚的に表現するのがかなり簡単になります。ただし、より満足のいく答えは、どのような特性がその分布に影響を与えるかを正確に把握できるようにするための式（閉形式はさらに優れている）になることです。これにより、信頼区間の幅が決まります。ppp あなたはそのような式を知っていますか、あるいはそれを持つことさえ可能ですか？

7 hypothesis-testing  confidence-interval  p-value  bootstrap 

多分この質問は与えられたデータに依存しますが、他のものより「より良い」ブートストラップ方法はありますか？私は単に1つの変数のデータセットを使用しています（これは、過去15週間のフットボールのスコア（2チーム）の違いで構成されています）。 最初にこのデータの正しいスキューに注意してください。これは、データの表現に「より良い」または最も正確であると私が推奨するブートストラップを考慮に入れるように感じます。 まず、標準のブートストラップ間隔です N <- 10^4 n <- length(Differences) Differences.mean <- numeric(N) for(i in 1:N) { x <- sample(Differences, n, replace = TRUE) Differences.mean[i]<- mean(x) } lower = mean(Differences.mean)-1.96*sd(Differences.mean) #Lower CI upper = mean(Differences.mean)+1.96*sd(Differences.mean) #Upper CI = (8.875, 10.916) mean(Differences.mean)-m #The bias is fairly small also = -.0019 これがブートストラップ百分位間隔です quantile(Differences.mean,c(.025,.975) …

7 r  confidence-interval  bootstrap 

統計が「スムーズ」ではないということの意味を誰かが説明できるかどうか疑問に思っていました。 たとえば、2.6.2 p。DavisonとHinkleyの 41人は、「標準の展開理論が適用されないように、サンプルにスムーズでないまたは不安定な方法で依存している」という統計について話します。 また、サンプルモーメントの微分可能な関数である関数についても触れていますが、これが「スムーズ」なのかどうかはわかりません。 もしそうなら、そのフレーズの意味を説明できますか？

7 bootstrap 

2つのサンプルがあります。それらの密度を見ると、1つは対称に見え、もう1つはいくつかの右裾分布から見えます。2つが同じ歪度を持たないことをテストしたいと思います（ここでは選択的推論の問題を無視しています）。 私の計画は、2つのサンプルのブートストラップ複製を取り、歪度の違いを計算し、B回繰り返して、値の97.5％が0の両側のうちの1つになるかどうかを確認することです。 私の質問は次のとおりです。1）正規性を仮定した場合（または他の何らかの仮定をした場合）、2つの観測の歪度を比較する既知のテストはありますか？2）このタイプのブートストラップ仮説検定を行うときに（上記の説明で触れなかった）知っておくべきことはありますか？ ありがとう。 （ps：Rの例はいつでも歓迎です）

7 r  hypothesis-testing  bootstrap  skewness 

私は、現在世代の男性のペアが複数ありi、それぞれが父系の祖先と推定されるni世代が（世代別の証拠に基づいて）前にあり、Y染色体の遺伝子型にミスマッチがあるかどうかについて情報を持っています（排他的に父系で）遺伝性の、xi=不一致の場合は1、一致する場合は0）。不一致がない場合、彼らは確かに共通の父方の祖先を持っていますが、存在する場合、1つ以上の婚外事件の結果としてチェーンにキンクがあったに違いありません（私は、何もないか、少なくともそのようなエクストラペアの親子関係のイベントの1つが発生しました（つまり、従属変数が打ち切られます）。私が興味を持っているのは、平均のペア外父系（EPP）率（世代ごとに子供がペア外交尾から得られる確率）だけでなく、最尤推定（プラス95％信頼限界）を取得することですが、また、ペアの親の父親率が時間の関数としてどのように変化したかを推測することも試みます（共通の父親の祖先を分離した世代のnrがこれに関する情報を持っているはずです-不一致がある場合、私はしません）推定祖先の世代と現在の間のどこかにある可能性があるため、EPPがいつ発生したかはわかりませんが、一致する場合は、前の世代のいずれにもEPPがなかったことを確認します）。したがって、従属二項変数と独立共変量生成/時間の両方が検閲されます。投稿されたやや類似した問題に基づくここで、私は次のようにして、母の最尤推定値と時間平均のエクストラペアの父性率にphat加えてRの95％プロファイル尤度信頼区間をどのように作成できるかをすでに理解しました。 # Function to make overall ML estimate of EPP rate p plus 95% profile likelihood confidence intervals, # taking into account that for pairs with mismatches multiple EPP events could have occured # # input is # x=vector of booleans or 0 and 1s specifying if there was a …

7 r  confidence-interval  maximum-likelihood  bootstrap  delta-method 

私が理解していることから、ブートストラップはフリークエンシーの設定で非常に便利です。頻出統計では、長期的な確率を推定しようとしています。実際には、無数のサンプルはありません。ブートストラップを使用すると、無数のリサンプルをシミュレートできます。私が理解していることから、これはおそらくフリークエンティスト統計で最も有用なツールです。 ブートストラップ手順は基本的にベイジアンにとって役に立たないのですか？ベイジアンは信念にのみ依存し、元のデータを再サンプリングすることによって、私は信念が変化することを疑っています。 ベイズ統計学ではブートストラップは役に立たないのですか？ 「ベイジアンブートストラップ」は存在しますが、私は特にフリークエンティストブートストラップに言及しています。

7 bayesian  bootstrap