Modh Bootstrap i Staitisticí
Pendahuuan
Is í an staitistic an eolaíocht a bhfuil sé mar aidhm aici sonraí a bhailiú, a anailísiú, a léirmhíniú agus a chur i láthair. Is minic a bhraitheann anailís staitistiúil ar thoimhdí áirithe nó ar theoiricí dóchúlachta a éilíonn méideanna móra samplaí chun meastacháin chruinne a tháirgeadh. Mar sin féin, i go leor cásanna, ní bhíonn sé praiticiúil ná indéanta samplaí móra a fháil. Seo an áit a mbíonn an modh tosaithe, teicníc athshamplála, an-úsáideach.
Tugadh isteach an modh tosaithe den chéad uair ag Bradley Efron i 1979 agus tá sé anois ar cheann de na teicnící is mó tóir sa staitistic mar gheall ar a sholúbthacht agus a chumas meastacháin bheachta a tháirgeadh do go leor paraiméadair daonra gan toimhdí sonracha dáileacháin a dhéanamh. Leagfar amach san alt seo bunphrionsabail an mhodha tosaithe, a chéimeanna cur i bhfeidhm, agus roinnt samplaí dá fheidhmchláir sa staitistic.
Prionsabail Bhunúsacha an Mhodha Bootstrap
Is cur chuige neamhpharaiméadrach é an modh tosaithe a ligeann dúinn dáileadh staitistice (e.g., meán, airmheán, athraitheas) a mheas trí athshampláil a dhéanamh ar ár sonraí bunaidh. Is é bunphrionsabal an mhodha seo ná sonraí atá ann cheana féin (an sampla bunaidh) a úsáid chun go leor tacair sonraí nua a insamhladh le sampláil arís agus arís eile.
Seo a leanas na céimeanna bunúsacha a glacadh sa mhodh tosaithe:
1. Athshampláil: Ón tacar sonraí bunaidh de mhéid N, athshampláil N uair le hathsholáthar. Ciallaíonn sé seo gur féidir na heilimintí a roghnaíodh le haghaidh anailíse a roghnú níos mó ná uair amháin.
2. Ríomh Staitisticí: Ríomh na staitisticí atá ag teastáil (e.g., meán, airmheán) do gach athshampláil.
3. Déan an Próiseas arís: Déan céimeanna 1 agus 2 arís agus arís eile (e.g. B=1000 nó níos mó) chun an dáileadh tosaithe den staitistic a bhfuil suim agat inti a fháil.
4. Meastachán agus Conclúid: Bain úsáid as an dáileadh tosaithe seo chun eatraimh mhuiníne a chruthú, hipitéisí a thástáil, nó staitisticí inferineacha eile a chruthú.
Céimeanna Chur i bhFeidhm Bootstrap
Is féidir an modh tosaithe a mhíniú níos mine sna céimeanna seo a leanas:
1. Ath-shampláil
Is í athshampláil le hathsholáthar croílár an mhodha tosaithe. Agus na sonraí bunaidh á n-úsáid againn, cruthaímid go leor tacair sonraí nua, ar a dtugtar samplaí tosaithe. Is toradh ar shampláil N uair ón tacar sonraí bunaidh de mhéid N gach sampla tosaithe, ach le hathsholáthar, ionas go bhféadfadh eilimintí sa sampla bunaidh a bheith le feiceáil níos mó ná uair amháin sna samplaí tosaithe.
Sampla:
Más rud é go bhfuil na sonraí bunaidh againn \[3, 5, 7, 9\], ansin d'fhéadfadh sampla tosaithe amháin a bheith \[3, 9, 9, 5\].
2. Staitisticí Bootstrap a Ríomh
I gcás gach sampla tosaithe, ríomh an staitistic atá ag teastáil. Abair go bhfuil suim againn sa mheán, ríomhfaimis an meán do gach sampla tosaithe. Má dhéanaimid an próiseas seo arís B uair, beidh B meastachán againn ar an meán.
3. Dáileadh Bootstrap a Fhoirmiú
Trí na staitisticí uile a ríomhadh ó shamplaí tosaithe B a chomhthiomsú, tógfaimid dáileadh tosaithe den staitistic atá ag teastáil. Úsáidtear an dáileadh seo chun dáileadh samplála an staitistic a mheas mar a chéile.
4. Infheireas Staitistiúil
Ón dáileadh tosaithe seo, is féidir linn inferinsí staitistiúla éagsúla a dhéanamh. Mar shampla, is féidir linn eatraimh mhuiníne a chinneadh trí chéatadáin a thógáil ón dáileadh tosaithe nó hipitéisí tástála a dhéanamh trí fhéachaint ar an luach-p a fhaightear ón dáileadh seo.
Sampla d'Úsáid an Mhodha Bootstrap
Chun pictiúr níos soiléire a thabhairt, féachfaimid ar roinnt samplaí de conas a úsáidtear an modh bootstrap i gcomhthéacsanna praiticiúla.
Sampla 1: Eatramh Muiníne Meánach
Abair go bhfuil sonraí samplacha againn de mheáchain choirp 10 nduine mar seo a leanas: \[60, 62, 67, 70, 65, 68, 64, 60, 66, 63\].
1. Ó na sonraí seo, glacaimid 1000 sampla tosaithe den mhéid chéanna, mar shampla:
– Sampla 1: \[62, 67, 70, 67, 64, 62, 63, 65, 68, 60\]
– Sampla 2: \[60, 62, 70, 70, 63, 64, 63, 65, 68, 62\]
- srl…
2. Ó gach sampla tosaithe, ríomhaimid an meán:
– Meán samplach 1: (62+67+70+67+64+62+63+65+68+60) / 10
– Meán samplach 2: (60+62+70+70+63+64+63+65+68+62) / 10
- srl…
3. Trí an chéim seo a athdhéanamh 1000 uair, gheobhaimid 1000 meáchan meánach.
4. Leis na 1000 meánshonraí seo, cruthaímid dáileadh tosaithe agus glacaimid na 2.5ú agus an 97.5ú peircintílí chun eatramh muiníne 95% a chruthú.
Sampla 2: Tástáil Il-Hipitéise Meánmhéide
Abair gur mian linn tástáil a dhéanamh an bhfuil meánluachanna dhá shraith sonraí cothrom. Is féidir linn úsáid a bhaint as bootstrapping chun dáileadh den difríocht sna meánluachanna a chruthú.
1. Glac samplaí tosaithe ó gach ceann de na tacair sonraí bunaidh.
2. Ríomh an difríocht mheánach do gach sampla tosaithe.
3. Cruthaigh dáileadh de na difríochtaí meánacha tosaithe.
4. Féach an bhfuil nialas laistigh den eatramh muiníne den dáileadh.
Buntáistí agus Teorainneacha an Mhodha Bootstrap
Barrachas
– Neamhpharaiméadrach: Ní gá toimhdí a bheith ann maidir le dáileadh sonraí.
– Éifeachtúlacht le haghaidh Samplaí Beaga: Éifeachtach fiú le haghaidh samplaí beaga.
– Solúbtha: Is féidir é a chur i bhfeidhm ar staitisticí éagsúla lena n-áirítear meán, airmheán, comhéifeacht aischéimniúcháin, etc.
– Éasca le Cur i bhFeidhm: Le dul chun cinn na teicneolaíochta ríomhaireachta, tá an modh tosaithe sách éasca le cur i bhfeidhm le cabhair ó bhogearraí staitistiúla ar nós R nó Python.
Teorainneacha
– Costas Ríomhaireachtúil: D’fhéadfadh go mbeadh go leor acmhainní ríomhaireachta ag teastáil go háirithe le méideanna móra sonraí nó líon mór samplaí tosaithe (B).
– Éagsúlacht Samplach: Oiriúnach ach do shamplaí atá ionadaíoch go leor don daonra bunaidh.
– Ní Chosnaíonn sé i gcoinne Claontachta: Má tá na sonraí bunaidh claonta, beidh an claontacht chéanna i ngach sampla tosaithe.
Conclúid
Cuireann an modh tosaithe réiteach cumhachtach agus solúbtha ar fáil do go leor fadhbanna inference staitistiúla. Leis an gcumas atá aige dáileadh staitisticí éagsúla a mheas go héifeachtúil gan aon dáileadh sonrach a ghlacadh leis, tá an modh tosaithe ina uirlis luachmhar in anailís sonraí. In ainneoin a theorainneacha, is minic a sháraíonn na buntáistí a thairgeann sé na costais ríomhaireachtúla. Nuair a úsáidtear i gceart é, is féidir leis an modh tosaithe léargais shaibhre agus níos cruinne a sholáthar ar anailís staitistiúil.
