（4.4）方差估计及 Bootstrap

AI100 2023-01-12 23:11:10

课时名称	课时知识点
（4.4）方差估计及 Bootstrap

...全文

2 回复打赏收藏举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

相关推荐

可以根据给定的高斯混合模型用（非参数）bootstrap方法计算估计的偏差和方差，并比较试验得到的不同B对应的偏差和方差的结果，观察对偏差估计和方差估计的收敛性。

Bootstrap及jackknife刀切法中文讲义上节课内容总结 统计推断基本概念 统计模型：参数模型与非参数模型 统计推断/模型估计：点估计、区间估计、假设检验 估计的评价：无偏性、一致性、有效性、MSE 偏差、方差、区间估计 CDF估计： 点估计、偏差、方差及区间估计 统计函数估计 点估计 区间估计/标准误差 影响函数 Bootstrap Bootstrap也可用于...

研究了比例Bootstrap，介绍其与通常的Bootstrap方法的差异；对简单随机抽样，在均匀回答的假定下，就缺失数据采取回归插补和比率插补的情形，证明了由比例Bootstrap方法得到的方差估计具有相合性；最后，通过模拟验证了理论结果．

一、Bootstrap 非参数统计中一种重要的估计统计量方差进而进行区间估计的统计方法，也称为自助法。其核心思想和基本步骤如下：[1] （1）采用重抽样技术从原始样本中抽取一定数量（自己给定）的样本，此过程允许重复抽样。（2）根据抽出的样本计算给定的统计量T。（3）重复上述N次（一般大于1000），得到N个统计量T。（4）计算上述N个统计量T的样本方差，得到统计量的方差。应该说B

1. Bootstrap 简介bootstrap 是一种崭新的增广样本统计方法，为解决小样本问题提供了很好的思路。它是非参数统计中一种重要的估计统计量方差进而进行区间估计的统计方法。可以通过多种方法来建立 bootstrap 的数据生成过程 (DGP)。所谓的 bootstrap DGP 是对未知的「真实 DGP」的一种估计。如果 bootstrap DGP 在某种意义上接近真实的 DGP，那么由 bootstrap DGP 生成的数据将与真实 DGP 生成的数据相似(如果已知的话)。

发帖

AI100讲师的课程社区_NO_1

1

社区成员

217

社区内容

AI100，致力于推进人工智能和数据科学领域的人才培养。目标是在 2025 年前为中国培养100万人工智能工程师，200万各行业数据科学专家，帮助30万中国企业走向智能化。

社区管理员

加入社区

帖子事件

编辑了帖子 (查看)

2023-01-13 13:32

创建了帖子

2023-01-12 23:11

社区公告

暂无公告