Rumah > hujung hadapan web > Tutorial Bootstrap > Bagaimana untuk melakukan ujian bootstrap

Bagaimana untuk melakukan ujian bootstrap

下次还敢
Lepaskan: 2024-04-01 23:15:21
asal
850 orang telah melayarinya

Ujian Bootstrap ialah kaedah ujian bukan parametrik yang menilai kepentingan statistik bagi perbezaan statistik sampel dengan mensampel dan mengira statistik berulang kali. Langkah-langkah tersebut termasuk: 1. Persampelan berulang; 2. Kira statistik setiap sampel 3. Buat taburan persampelan statistik 4. Kira nilai-p statistik asal; .

Bagaimana untuk melakukan ujian bootstrap

Pemeriksaan Bootstrap

Apakah itu pemeriksaan Bootstrap?

Ujian Bootstrap ialah kaedah ujian bukan parametrik yang digunakan untuk menilai sama ada perbezaan dalam statistik sampel adalah signifikan secara statistik. Ia menganggarkan taburan persampelan statistik dengan persampelan berulang kali daripada set data asal dan mengira statistik untuk setiap sampel.

Langkah ujian Bootstrap

  1. Ulang pensampelan daripada set data asal: Pilih berbilang sampel secara rawak daripada set data asal melalui pensampelan dengan penggantian.
  2. Kira statistik untuk setiap sampel: Untuk setiap sampel yang dilukis, kira statistik minat seperti min, median atau perbezaan.
  3. Buat taburan persampelan statistik: Kumpul semua statistik yang dikira dengan persampelan berulang dan cipta histogram taburannya.
  4. Kira nilai-p statistik asal: Bandingkan statistik yang dikira daripada set data asal kepada taburan pensampelan. Nilai-p ialah kebarangkalian bahawa statistik asal jatuh pada penghujung taburan pensampelan yang melampau.
  5. Kesimpulan: Jika nilai-p kurang daripada tahap keertian pratetap (biasanya 0.05), tolak hipotesis nol bahawa perbezaan dalam statistik sampel adalah signifikan secara statistik.

Kelebihan ujian Bootstrap

  • Tidak perlu membuat andaian tentang pengagihan data
  • Lebih dipercayai untuk data sampel yang kecil
  • Boleh digunakan untuk menilai pelbagai statistik

Kesedihan

  • Kemungkinan intensif Pengiraan, terutamanya untuk set data yang besar
  • Mungkin kurang tepat untuk data yang sangat condong atau dengan outlier
  • Tidak boleh digunakan untuk menilai parameter seperti varians atau sisihan piawai

Atas ialah kandungan terperinci Bagaimana untuk melakukan ujian bootstrap. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan