<span id="mktg5"></span>

<i id="mktg5"><meter id="mktg5"></meter></i>

        <label id="mktg5"><meter id="mktg5"></meter></label>
        最新文章專題視頻專題問答1問答10問答100問答1000問答2000關(guān)鍵字專題1關(guān)鍵字專題50關(guān)鍵字專題500關(guān)鍵字專題1500TAG最新視頻文章推薦1 推薦3 推薦5 推薦7 推薦9 推薦11 推薦13 推薦15 推薦17 推薦19 推薦21 推薦23 推薦25 推薦27 推薦29 推薦31 推薦33 推薦35 推薦37視頻文章20視頻文章30視頻文章40視頻文章50視頻文章60 視頻文章70視頻文章80視頻文章90視頻文章100視頻文章120視頻文章140 視頻2關(guān)鍵字專題關(guān)鍵字專題tag2tag3文章專題文章專題2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章專題3
        問答文章1 問答文章501 問答文章1001 問答文章1501 問答文章2001 問答文章2501 問答文章3001 問答文章3501 問答文章4001 問答文章4501 問答文章5001 問答文章5501 問答文章6001 問答文章6501 問答文章7001 問答文章7501 問答文章8001 問答文章8501 問答文章9001 問答文章9501
        當(dāng)前位置: 首頁 - 科技 - 知識(shí)百科 - 正文

        bootstrap置信區(qū)間如何求

        來源:懂視網(wǎng) 責(zé)編:小采 時(shí)間:2020-11-27 15:01:19
        文檔

        bootstrap置信區(qū)間如何求

        bootstrap置信區(qū)間如何求:bootstrap置信區(qū)間:假設(shè)總體的分布F未知,但有一個(gè)容量為n的來自分布F的數(shù)據(jù)樣本,自這一樣本按有放回抽樣的方法抽取一個(gè)容量為n的樣本,這種樣本稱為bootstrap樣本。相繼地、獨(dú)立地自原始樣本中抽取很多個(gè)bootstrap樣本,利用這些樣本對(duì)總體F進(jìn)行統(tǒng)計(jì)推斷
        推薦度:
        導(dǎo)讀bootstrap置信區(qū)間如何求:bootstrap置信區(qū)間:假設(shè)總體的分布F未知,但有一個(gè)容量為n的來自分布F的數(shù)據(jù)樣本,自這一樣本按有放回抽樣的方法抽取一個(gè)容量為n的樣本,這種樣本稱為bootstrap樣本。相繼地、獨(dú)立地自原始樣本中抽取很多個(gè)bootstrap樣本,利用這些樣本對(duì)總體F進(jìn)行統(tǒng)計(jì)推斷

        bootstrap置信區(qū)間:

        假設(shè)總體的分布F未知,但有一個(gè)容量為n的來自分布F的數(shù)據(jù)樣本,自這一樣本按有放回抽樣的方法抽取一個(gè)容量為n的樣本,這種樣本稱為bootstrap樣本。相繼地、獨(dú)立地自原始樣本中抽取很多個(gè)bootstrap樣本,利用這些樣本對(duì)總體F進(jìn)行統(tǒng)計(jì)推斷,這種方法稱為非參數(shù)bootstrap方法,又稱自助法。

        使用bootstrap方法可以求得變量(參數(shù))的置信區(qū)間,稱作bootstrap置信區(qū)間。

        bootstrap置信區(qū)間:

        使用Python計(jì)算bootstrap置信區(qū)間:

        這里以一維數(shù)據(jù)為例,取樣本均值作為樣本估計(jì)量。代碼如下:

        import numpy as np
        
        
        def average(data):
         return sum(data) / len(data)
        
        
        def bootstrap(data, B, c, func):
         """
         計(jì)算bootstrap置信區(qū)間
         :param data: array 保存樣本數(shù)據(jù)
         :param B: 抽樣次數(shù) 通常B>=1000
         :param c: 置信水平
         :param func: 樣本估計(jì)量
         :return: bootstrap置信區(qū)間上下限
         """
         array = np.array(data)
         n = len(array)
         sample_result_arr = []
         for i in range(B):
         index_arr = np.random.randint(0, n, size=n)
         data_sample = array[index_arr]
         sample_result = func(data_sample)
         sample_result_arr.append(sample_result)
        
         a = 1 - c
         k1 = int(B * a / 2)
         k2 = int(B * (1 - a / 2))
         auc_sample_arr_sorted = sorted(sample_result_arr)
         lower = auc_sample_arr_sorted[k1]
         higher = auc_sample_arr_sorted[k2]
        
         return lower, higher
        
        
        if __name__ == '__main__':
         result = bootstrap(np.random.randint(0, 50, 50), 1000, 0.95, average)
         print(result)

        輸出:

        (20.48, 28.32)

        推薦:bootstrap入門教程

        聲明:本網(wǎng)頁內(nèi)容旨在傳播知識(shí),若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系,我們將在第一時(shí)間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com

        文檔

        bootstrap置信區(qū)間如何求

        bootstrap置信區(qū)間如何求:bootstrap置信區(qū)間:假設(shè)總體的分布F未知,但有一個(gè)容量為n的來自分布F的數(shù)據(jù)樣本,自這一樣本按有放回抽樣的方法抽取一個(gè)容量為n的樣本,這種樣本稱為bootstrap樣本。相繼地、獨(dú)立地自原始樣本中抽取很多個(gè)bootstrap樣本,利用這些樣本對(duì)總體F進(jìn)行統(tǒng)計(jì)推斷
        推薦度:
        標(biāo)簽: 如何 計(jì)算 如何求
        • 熱門焦點(diǎn)

        最新推薦

        猜你喜歡

        熱門推薦

        專題
        Top
        主站蜘蛛池模板: 无码av免费一区二区三区试看| 日韩电影免费在线观看网站| 免费电视剧在线观看| 亚洲欧洲精品视频在线观看| 99视频免费播放| 亚洲色图黄色小说| 在线观看免费人成视频色9| 亚洲性无码一区二区三区| 麻豆国产精品入口免费观看| 亚洲AV无码一区二区三区电影 | 三级黄色片免费看| 最刺激黄a大片免费网站| 午夜亚洲国产理论秋霞| 最近免费mv在线观看动漫| 久久亚洲伊人中字综合精品| 中国国语毛片免费观看视频| 亚洲国产精品人久久| 久久99国产综合精品免费| 亚洲国产综合精品中文第一| 破了亲妺妺的处免费视频国产| 一级美国片免费看| 亚洲av丰满熟妇在线播放| 19禁啪啪无遮挡免费网站| 亚洲精品色播一区二区| 中文字幕无码精品亚洲资源网| 日韩成人免费视频| 亚洲综合偷自成人网第页色| 免费中文字幕一级毛片| 人妻免费一区二区三区最新| 亚洲国产日韩在线一区| 国产大片91精品免费看3| 99ri精品国产亚洲| 嫩草影院免费观看| a级毛片免费网站| 亚洲视频一区二区在线观看| 热99re久久免费视精品频软件| 永久在线观看免费视频 | 2015日韩永久免费视频播放| 成人精品国产亚洲欧洲| 久久久久久久久亚洲| 日本特黄a级高清免费大片|