※ 引述《[email protected] (老怪物)》之铭言： : ※ 引述《[email protected] (htio)》之铭言： : > 有关 bootstrap 和 monte carlo 的观念,好像之前有人问. : > 我不知道自己的观念对不对,所以问问大家. : > Monte carlo: : > 是一种近似估计方法,所以精确来说,应该叫Monte carlo estimate. : > 当随机的实验次数越多时,实验的结果会根据LLN接近真实值,事实上BENOULLI投几千次 : > 铜板得出p=0.5就是一个Monte Carlo Estimation. : 甚麽样的近似估计? 估计甚麽? ^^^^^^^^^^^^^^^^^^^^^^^^ 抱歉,我观念模糊,就是不太懂罗.真的不太懂拉. : > Bootstrap: : > Bootstrap是一个方法论(methodology),是由几种方法组成的,包括 Resampling, : > Plug-in estimator, Empirical distribution的概念,Monte carlo. : > Bootstrap是说,如果我们不知道某统计量的分配,变异程度,我们可以从样本中 : > 取出很多组bootstrap sample(Re-sampling method),算出相对的统计量, : > 透过Monte carlo 近似,bootstrap distribution分配应该会和统计量真正的 : > distribution很像. : 为甚麽? : 先把 Monte Carlo 真正用在甚麽地方弄清楚吧! : 也去了解一下 bootstrap 究竟怎麽做吧! : 怎麽做的都说不清楚, 弄一堆名词唬人? 比如说:我们现在有一堆sample, (x1,y1),(x2,y2),(x3,y3)...(xn,yn) 我们现在要估计R相关系数,我们当然会用样本的r相关系数去算. 可是我们并不知道r的抽样分配,同时也不知道r统计量的精确度. 我们彩取bootstrap估计. 1:) 从原样本(x1,y1),...(xn,yn)自重抽样取k组,样本数为n的样本 (k组boostrap sample,建议k至少是200以上) 2:) 每组样本算出各自的r相关系数.我们得到k个r相关系数. 3:) 然後我们根据k个r相关系数做一个直方图, 直方图在bootstrap 样本够大的时候,形成一个舆真实r抽样分配的图形. 如果我们要求r的精确度,我们可以用boostrap estimate of standard error --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.119.199.85