作者gais (....)
看板Statistics
標題[問題] 統計觀念一問
時間Wed Jul 3 12:26:28 2013
我想問一個關於統計概念的問題
如果我已經知道一樣本服從的是某某分配
那麼我可以從這個某某分配去產生隨機亂數，
利用這些隨機亂數來算Prediction interval嗎？
還是說用Bootstrapping的方式
從原本的樣本重新抽樣再算Prediction interval就好
謝謝大家
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.114.88.118
1F：推 anovachen:除了知道是哪種分配以外，還要知道母數吧... 07/03 12:50
2F：→ gais:請問母數是指 母體的平均數之類的嗎？ 07/03 13:00
3F：→ gais:不好意思 可以假設我已經有母體的Raw data了 07/03 13:09
4F：→ yhliu:Bootstrapping 有 nonparametric 與 parametric 兩種. 07/05 14:58
5F：→ yhliu:若有群體全部資料, 則無需 bootstrapping, 直接取群體分布的 07/05 14:59
6F：→ yhliu:一個範圍做 "預測區間" --- 此時並無未知參數. 07/05 15:00
7F：→ yhliu:已知群體分布型態但有未知參數, 則以樣本估計參數套入該分布 07/05 15:01
8F：→ yhliu:而後模擬抽樣, 是為 parametric bootstrpping; 以樣本資料為 07/05 15:02
9F：→ yhliu:群體資料去做模擬抽樣, 是為 nonparametric bootstrapping. 07/05 15:03
10F：→ gais:感謝樓上的回應，所以我可以用樣本估計的方法取得某分配的 07/05 19:44
11F：→ gais:數，然後利用parametric bootstrapping 的方式來產生隨機 07/05 19:45
12F：→ gais:亂數，最後左右各取 2.5%來當作95%的預測區間 07/05 19:46
13F：→ gais:請問我這樣的理解有錯嗎？ 謝謝你的熱心回應 07/05 19:46
14F：→ gais:後來上網查了資料後，瞭解到我知道分配的參數後就可以用 07/16 22:20
15F：→ gais:parametric bootstrapping 去隨機產生亂數 07/16 22:20
16F：→ gais:但想問一下 因為我的model 他是非對稱式的，不能用常態分配 07/16 22:21
17F：→ gais:的方法去算預測區間，想請問一下大家 這個時候我要怎麼去取 07/16 22:21
18F：→ gais:預測區間 謝謝大家 07/16 22:21
19F：推 anovachen:照樣左右各取2.5% 07/17 22:09
20F：→ anovachen:拔靴法的好用之處就是...不管母體分布長怎樣都能算CI 07/17 22:10
21F：→ anovachen:你不需要管他是不是對稱分布吧？ 07/17 22:10
22F：→ gais:嗯嗯 對 我不用管他是否對稱 謝謝樓上的回答 07/19 14:17