※ 引述《milk0925 (牛奶刺蝟)》之銘言： : 由於我嘗試翻閱由Efron所著之An introduction to the bootstrap之後， : 還是對於拔靴法的應用不是很懂， : 因此有些關於拔靴法的問題想詢問大家， : 還望大家協助解惑~ : 不好意思因為本身並非數理底子很好的學生， : 所以看統計學的內容有些吃力... : 就我目前所了解到的(包含參閱其他研究文獻)： : 1.拔靴法主要是用來校正誤差的， : 且其實未受到研究母群一定得要是常態分配的限制， : 因此可以適用在當母群非常常態分佈時的狀況下使用， : 所以假如我的研究中我已經確定我的研究母群並非呈常態分佈， : 而比較可能是reverse J-shape distribution的話， : 那麼如果我在使用統計軟體SPSS跑多元線性迴歸時同時設定跑Bootstrap， : 這樣的話是正確的嗎？ 我剛好有興趣的跑去看了Efron(原作者)的paper: Bootstrap Methods: Another Look at the J ackknife (網路上看得到) 在摘要裡面他就說Bootstrapping並未限制在某個分布，而是你有 一組從未知分布而來的samples，然後進行重抽樣(resample)來逼近真實分布 以降低你參數估計的誤差。 所以你的分布是不是常態不會是使用Bootstrapping的前提假設 : 我目前的想法是因為多元迴歸的基本假設中有提到殘差需符合常態， : 但是如果檢驗結果殘差未呈常態， : 那麼我能夠藉由拔靴法的協助在殘差未呈常態分佈的狀況下執行多元迴歸， 我不太懂你想藉Bootstrapping協助什麼？估計某個參數嗎？ 還是做假設檢定？ : 然後有能符合統計方法的使用正確性嗎？ : 因為我就我的了解， : 好像拔靴法的使用另一個比較重要的觀念為， ------------------------------------------------------- : 若所欲分析的研究樣本並非常呈現常態分配， : 但是如果所抽樣的樣本其分布型態與母群的實際分布近似， : 依舊是可以使用拔靴法的。 ------------------------------------------------------- 上面你就自己說出使用Bootstrapping其實不用常態分布的假設了 : 不知道我的理解是否有誤？ : 還請專業的大家幫忙指正， : 感謝！ 我的理解是Bootstrapping是幫你逼近真實分布，你有分布之後就可以做你 想要的處理了。我建議看原文的paper，裡面有很多例子是怎麼 使用Bootstrapping來處理統計問題。 -- 與怪物戰鬥的人，應當小心自己不要成為怪物。 當你遠遠凝視深淵時，深淵也在凝視你。 弗里德里希·威廉·尼采 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.23.156 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1458533854.A.B04.html