全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 LISREL、AMOS等结构方程模型分析软件
5111 8
2014-05-20
对于bootstraping这个方法有点理解不好,这个方法是把原来的样本作为抽样的总体,然后有放回的随机抽样,新抽出的样本数与与原有样本数一样,然后重复至少1000次。我的问题是,既然原样本没有改变,那么无论怎么抽样,实际中的数据都是一样的,那每次都计算参数估计的值不也就一样了?那重复抽样的意义何在呢?
求解答,跪谢。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2014-5-20 21:46:49
重复抽样是基于假定的随机分布的,当然不会一模一样
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-5-21 09:16:06
重复抽样,是可放回的重复抽样。抽来抽去,有的被抽空的次数多一些,有的也可能一次没被抽空。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-3-14 15:34:32
我也还是没理解,楼主是否已经理解了?可以举例来说说吗?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-3-20 06:13:06
二楼和三楼已经解释了,这里举个最简单的例子

假设你有5个样本,数据为:

1,2,3,4,5

然后你从这5个中随机抽样,一次取出一个,取出来后在放回去,再取一次,一共取5次。

第一次你可能取出的是2,然后放回再取,取出4,然后放回再取出5,然后放回再取出1,然后放回再取出2,这样你重复抽样的bootstrap样本就是:

2,4,5,1,2

和原始样本并不一样。
随机重复上面的抽样步骤,每一次的样本都可能不一样。所以Bootstrap的关键是重复抽样,与对应的另一种resampling方法是jackknife。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-6-21 03:06:44
感谢楼上们的解释
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群