Bootstrap - какво е това, определение и концепция
Бутстрапът е механизъм за статистика и иконометрия, който се фокусира върху преизборката на данни в произволна или произволна извадка. Основното му използване е да се намери приближение към разпределението на анализираната променлива.
Този процес е известен и в статистическия жаргон като зареждане и е резултат от проучвания в областта на статистическите извадки от математика Брадли Ефрон в края на 70-те години.
Помощна програма Bootstrap
Основната полезност на използването на bootstrap е да се намали пристрастието в рамките на анализа или, с други думи, да се сближи дисперсията чрез извършване на произволно преизбиране на първоначалната извадка, а не на популацията. По този начин изграждането на статистически модели се улеснява чрез създаване на доверителни интервали и тестове за хипотези.
Въпреки че априори може да изглежда много сложна практика, процедурата, на която се основава първоначалното зареждане, е просто създаване на голям брой проби, преместващи данните, приемащи като референция първоначална популационна извадка.
Тази техника е особено полезна в ситуации, когато наличните проби са малки или, както беше споменато по-горе, ако разпределението е силно изкривено. В този смисъл те помагат за решаването на множество проблеми с вероятността и приложна статистика.
Bootstrap функции
Една от основните характеристики на тази практика е, че тя включва последващо преизбиране, за да се получат затворени изрази и да се реши математическата сложност на тези операции. С развитието на компютрите и технологичните инструменти през последните години стана по-лесно да се разчита на използването на бутристрапинг за сложно преизбиране.
Техниката за повторно вземане на проби ни позволява да отидем по-далеч, когато изследваме проби от данни от определена популация. С други думи, той ви позволява да правите или създавате нови предположения, като замествате допълнителни стойности от извадката.
Предимства на Bootstrap
Положителен аспект на повторното вземане на проби от bootstrap е, че той е опростил статистическите методи, в смисъл че е заменил изграждането на класически и много сложни математически модели с изчисление с помощта на специфичен софтуер, което е подобрило тяхната приложимост или достъп до други области или изследвания.
Следвайки този ред, обикновено се счита, че този механизъм е много по-отворен или достъпен в сравнение с класическите модели и предположения, което го прави полезен инструмент за голям брой математически задачи.
Доверителен интервал