सांख्यिकीमधील बूटस्ट्रॅप पद्धत

सांख्यिकीमधील बूटस्ट्रॅप पद्धत

पेंडाहुलुआन

सांख्यिकी हे माहिती गोळा करणे, तिचे विश्लेषण करणे, अर्थ लावणे आणि ती सादर करणे हे उद्दिष्ट असलेले शास्त्र आहे. सांख्यिकीय विश्लेषण अनेकदा काही गृहितके किंवा संभाव्यता सिद्धांतांवर अवलंबून असते, ज्यासाठी अचूक अंदाज मिळवण्यासाठी मोठ्या नमुना आकारांची आवश्यकता असते. तथापि, अनेक परिस्थितींमध्ये, मोठे नमुने मिळवणे व्यावहारिक किंवा शक्य नसते. अशा वेळी बूटस्ट्रॅप पद्धत, जी एक पुनर्नमुना तंत्र आहे, खूप उपयुक्त ठरते.

बूटस्ट्रॅप पद्धत सर्वप्रथम १९७९ मध्ये ब्रॅडली एफ्रॉन यांनी सादर केली आणि तिच्या लवचिकतेमुळे व विशिष्ट वितरणात्मक गृहितके न मांडता अनेक लोकसंख्या मापदंडांसाठी अचूक अंदाज देण्याच्या क्षमतेमुळे ती सांख्यिकीमधील सर्वात लोकप्रिय तंत्रांपैकी एक बनली आहे. हा लेख बूटस्ट्रॅप पद्धतीची मूलभूत तत्त्वे, तिच्या अंमलबजावणीचे टप्पे आणि सांख्यिकीमधील तिच्या उपयोगांची अनेक उदाहरणे सादर करेल.

बूटस्ट्रॅप पद्धतीची मूलभूत तत्त्वे

बूटस्ट्रॅप पद्धत ही एक नॉन-पॅरामीट्रिक पद्धत आहे, जी आपल्याला आपल्या मूळ डेटाचे पुनर्नमुनाकरण करून एखाद्या सांख्यिकीच्या (उदा., मध्यमान, मध्यक, विचरण) वितरणाचा अंदाज घेण्यास अनुमती देते. या पद्धतीचे मूळ तत्त्व म्हणजे अस्तित्वात असलेल्या डेटाचा (मूळ नमुना) वापर करून, वारंवार नमुनाकरणाद्वारे अनेक नवीन डेटा संच तयार करणे.

बूटस्ट्रॅप पद्धतीमध्ये खालील मूलभूत टप्पे वापरले जातात:

१. पुनर्नमुनाकरण: N आकाराच्या मूळ डेटा सेटमधून, पुनर्स्थापनासह N वेळा पुनर्नमुनाकरण करा. याचा अर्थ असा की विश्लेषणासाठी निवडलेले घटक एकापेक्षा जास्त वेळा निवडले जाऊ शकतात.

२. सांख्यिकीची गणना करा: प्रत्येक पुनर्नमुन्यासाठी इच्छित सांख्यिकीची (उदा., मध्यमान, मध्यक) गणना करा.

3. प्रक्रियेची पुनरावृत्ती करा: तुम्हाला स्वारस्य असलेल्या सांख्यिकीचे बूटस्ट्रॅप वितरण मिळविण्यासाठी पायरी 1 आणि 2 ची अनेक वेळा पुनरावृत्ती करा (उदा. B=1000 किंवा अधिक).

४. अंदाज आणि निष्कर्ष: विश्वासार्हता अंतराल तयार करण्यासाठी, गृहितकांची चाचणी करण्यासाठी किंवा इतर अनुमानित सांख्यिकी तयार करण्यासाठी या बूटस्ट्रॅप वितरणाचा वापर करा.

बूटस्ट्रॅप अंमलबजावणीचे टप्पे

बूटस्ट्रॅप पद्धतीचे अधिक तपशीलवार स्पष्टीकरण पुढील टप्प्यांमध्ये दिले आहे:

१. पुनः-नमुना घेणे

पुनर्स्थापनासह पुनर्नमुना घेणे हे बूटस्ट्रॅप पद्धतीचे सार आहे. मूळ डेटा वापरून, आपण अनेक नवीन डेटा सेट तयार करतो, ज्यांना बूटस्ट्रॅप नमुने म्हणतात. प्रत्येक बूटस्ट्रॅप नमुना हा N आकाराच्या मूळ डेटा सेटमधून N वेळा पुनर्स्थापनासह नमुना घेण्याचा परिणाम असतो, त्यामुळे मूळ नमुन्यातील घटक बूटस्ट्रॅप नमुन्यांमध्ये एकापेक्षा जास्त वेळा दिसू शकतात.

उदाहरण:
जर आपल्याकडे मूळ डेटा [3, 5, 7, 9] असेल, तर एक संभाव्य बूटस्ट्रॅप नमुना [3, 9, 9, 5] असू शकतो.

२. बूटस्ट्रॅप सांख्यिकीची गणना करणे

प्रत्येक बूटस्ट्रॅप नमुन्यासाठी, अपेक्षित सांख्यिकीची गणना करा. समजा आपल्याला मध्यमानामध्ये रस आहे, तर आपण प्रत्येक बूटस्ट्रॅप नमुन्यासाठी मध्यमानाची गणना करू. जर आपण ही प्रक्रिया B वेळा पुनरावृत्त केली, तर आपल्याला मध्यमानाचे B अंदाज मिळतील.

३. बूटस्ट्रॅप वितरण तयार करणे

B बूटस्ट्रॅप नमुन्यांमधून गणना केलेल्या सर्व सांख्यिकींना एकत्रित करून, आपण अपेक्षित सांख्यिकीचे बूटस्ट्रॅप वितरण तयार करतो. या वितरणाचा उपयोग सांख्यिकीच्या नमुना वितरणाचा अंदाज घेण्यासाठी केला जातो.

४. सांख्यिकीय अनुमान

या बूटस्ट्रॅप वितरणावरून, आपण विविध सांख्यिकीय निष्कर्ष काढू शकतो. उदाहरणार्थ, बूटस्ट्रॅप वितरणातून पर्सेंटाईल घेऊन आपण विश्वासार्हता अंतराल निश्चित करू शकतो किंवा या वितरणातून मिळालेल्या पी-व्हॅल्यूकडे पाहून गृहितकांची चाचणी करू शकतो.

बूटस्ट्रॅप पद्धत वापरण्याचे उदाहरण

अधिक स्पष्ट कल्पना येण्यासाठी, व्यावहारिक संदर्भांमध्ये बूटस्ट्रॅप पद्धत कशी वापरली जाते याची काही उदाहरणे पाहूया.

उदाहरण १: सरासरी विश्वास्यता अंतराल

समजा आपल्याकडे 10 व्यक्तींच्या शरीराच्या वजनाचा नमुना डेटा खालीलप्रमाणे आहे: [60, 62, 67, 70, 65, 68, 64, 60, 66, 63].

१. या डेटामधून, आपण समान आकाराचे १००० बूटस्ट्रॅप नमुने घेतो, उदाहरणार्थ:
– नमुना २: [६०, ६२, ७०, ७०, ६३, ६४, ६३, ६५, ६८, ६२]
– नमुना २: [६०, ६२, ७०, ७०, ६३, ६४, ६३, ६५, ६८, ६२]
- इत्यादी…

२. प्रत्येक बूटस्ट्रॅप नमुन्यामधून, आपण सरासरी काढतो:
– नमुना मध्यक २: (६०+६२+७०+७०+६३+६४+६३+६५+६८+६२) / १०
– नमुना मध्यक २: (६०+६२+७०+७०+६३+६४+६३+६५+६८+६२) / १०
- इत्यादी…

3. ही पायरी 1000 वेळा पुनरावृत्त केल्याने, आपल्याला 1000 सरासरी वजने मिळतील.

4. या 1000 सरासरी डेटासह, आम्ही बूटस्ट्रॅप वितरण तयार करतो आणि 95% आत्मविश्वास मध्यांतर तयार करण्यासाठी 2.5 वे आणि 97.5 वे पर्सेन्टाइल घेतो.

उदाहरण २: एकाधिक मध्यक परिकल्पना चाचणी

समजा आपल्याला दोन डेटा सेट्सचे मध्यक समान आहेत की नाही हे तपासायचे आहे. मध्यकांमधील फरकाचे वितरण तयार करण्यासाठी आपण बूटस्ट्रॅपिंगचा वापर करू शकतो.

१. प्रत्येक मूळ डेटा सेटमधून बूटस्ट्रॅप नमुने घ्या.
२. प्रत्येक बूटस्ट्रॅप नमुन्यासाठी मध्यक फरक काढा.
३. बूटस्ट्रॅप मध्यक फरकांचे वितरण तयार करा.
४. शून्य वितरणाच्या विश्वासार्हता अंतरामध्ये येतो का ते तपासा.

बूटस्ट्रॅप पद्धतीचे फायदे आणि मर्यादा

केळेबिहान

– नॉन-पॅरामीट्रिक: डेटा वितरणाबद्दल गृहितकांची आवश्यकता नसते.
– लहान नमुन्यांसाठी परिणामकारकता: लहान नमुन्यांसाठी देखील परिणामकारक.
– लवचिक: मध्यमान, मध्यक, प्रतिगमन गुणांक इत्यादींसह विविध सांख्यिकींना लागू केले जाऊ शकते.
– अंमलबजावणीची सुलभता: संगणकीय तंत्रज्ञानातील प्रगतीमुळे, R किंवा Python सारख्या सांख्यिकीय सॉफ्टवेअरच्या मदतीने बूटस्ट्रॅप पद्धत अंमलात आणणे खूप सोपे झाले आहे.

मर्यादा

– संगणकीय खर्च: विशेषतः मोठ्या डेटा आकारांसह किंवा मोठ्या संख्येने बूटस्ट्रॅप नमुन्यांसह (B) मोठ्या प्रमाणात संगणकीय संसाधनांची आवश्यकता असू शकते.
– नमुन्यांमधील विविधता: केवळ अशा नमुन्यांसाठी योग्य जे मूळ लोकसंख्येचे पुरेसे प्रतिनिधित्व करतात.
– पक्षपातापासून संरक्षण देत नाही: जर मूळ डेटा पक्षपाती असेल, तर सर्व बूटस्ट्रॅप नमुन्यांमध्ये तोच पक्षपात असेल.

निष्कर्ष

बूटस्ट्रॅप पद्धत अनेक सांख्यिकीय अनुमान समस्यांसाठी एक शक्तिशाली आणि लवचिक उपाय प्रदान करते. कोणतेही विशिष्ट वितरण गृहीत न धरता विविध सांख्यिकींच्या वितरणाचा कार्यक्षमतेने अंदाज लावण्याच्या क्षमतेमुळे, बूटस्ट्रॅप पद्धत डेटा विश्लेषणात एक मौल्यवान साधन बनली आहे. तिच्या मर्यादा असूनही, तिच्यामुळे मिळणारे फायदे अनेकदा संगणकीय खर्चापेक्षा जास्त असतात. योग्य प्रकारे वापरल्यास, बूटस्ट्रॅप पद्धत सांख्यिकीय विश्लेषणाविषयी सखोल आणि अधिक अचूक अंतर्दृष्टी देऊ शकते.