Definicja

Bootstrap

Inna nazwa: metoda bootstrapowa. Kategoria: rzetelna analiza i raportowanie.

Bootstrap wielokrotnie losuje z powtórzeniami z zaobserwowanej próby i oblicza interesujący estymator w każdej próbce bootstrapowej. Rozkład tych wyników służy do przybliżenia jego niepewności, na przykład błędu standardowego lub przedziału ufności.

Co metoda zakłada. Dane w próbie powinny reprezentować mechanizm, o którym chcemy wnioskować, a jednostki muszą być resamplowane zgodnie z projektem. Przy danych zagnieżdżonych lub powtarzanych zwykłe losowanie pojedynczych wierszy może naruszyć zależności. Wynik zależy też od wariantu przedziału, liczby replikacji i zachowania estymatora w małej próbie.

Częsty błąd. Uznanie, że bootstrap automatycznie naprawia niereprezentatywną próbę, błędny model albo dane o silnej zależności.

Przykład syntetyczny. Dla ośmiu wyników średnia wyniosła 8,00. Po 10 000 losowań bootstrapowych dla średniej wyznaczono percentylowy 95% CI [6,625; 9,500]. Przedział opisuje niepewność przyjętej procedury resamplingu, a nie zakres indywidualnych wyników.

Jak to zapisać w pracy. Dla średniej zastosowano 10 000 replikacji bootstrapowych i wyznaczono percentylowy 95% CI [6,63; 9,50], podając jednostkę resamplingu oraz wariant przedziału.

Dane są syntetyczne; obliczenia odtwarza docs/dane/przyklady-slownik-g10.py.

Powiązane hasła: przedział ufności, błąd standardowy, mediana i średnia, Analiza czułości mocy

Jeśli metoda wymaga resamplingu zgodnego z projektem badania, Wyceń projekt.