首页 > 代码库 > 拔靴法--Bootstrap--R语言实现
拔靴法--Bootstrap--R语言实现
拔靴法属于重复抽样(resampling)方法，与Monte Carlo相比，二者真实的母体不同。它是将已有的观察值作为母体重复抽样，
以求取原先资料不足二无法探讨的资料特性。
举个例子，假设x1,x2,...,xn为来自同一分配的观察值，我们想了解这个分配的中位数。
设一组有Poisson分配抽出的随机样本，6 7 7 7 7 8 ... 15 15 17 20,共30个。已知样本中位数为10。
这里我们分别用MC方法和拔靴法模拟10000次，看中位数的分布。
# Monte Carlot1 = NULLfor (i in 1:10000){ x1=rpois(30,10);y1=median(x1);t1=c(t1,y1)}# Bootstrapt2 = NULLx0 = rpois(30,10)for (i in 1:10000){ x2=sample(x0,30,T);y2=median(x2);t2=c(t2,y2)}par(mfrow=c(1,2))hist(t1,xlab = "Median",main = "Monte Carlo")hist(t2,xlab = "Median",main = "Bootstrap")输出：
之后检验二者标准差，发现差别并不大：
拔靴法--Bootstrap--R语言实现
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。