Questions marquées «resampling»

J'essaie de comprendre la différence entre différentes méthodes de rééchantillonnage (simulation de Monte Carlo, amorçage paramétrique, amorçage non paramétrique, jackknifing, validation croisée, tests de randomisation et de permutation) et leur mise en œuvre dans mon propre contexte en utilisant...

Cette question est peut-être trop ouverte pour obtenir une réponse définitive, mais j'espère que non. Les algorithmes d'apprentissage machine, tels que SVM, GBM, Random Forest, etc., ont généralement quelques paramètres libres qui, au-delà de certaines indications empiriques, doivent être adaptés à...

On m'a dit qu'il est avantageux d'utiliser la validation croisée stratifiée, en particulier lorsque les classes de réponse sont déséquilibrées. Si l'un des objectifs de la validation croisée est d'aider à rendre compte du caractère aléatoire de notre échantillon de données de formation d'origine,...

Ayant récemment étudié le bootstrap, j'ai posé une question conceptuelle qui me laisse toujours perplexe: Vous avez une population et vous voulez connaître un attribut de population, c'est-à-dire θ=g(P)θ=g(P)\theta=g(P) , où j'utilise PPP pour représenter la population. Ce θθ\theta pourrait être la...

On dit souvent que les tests de permutation n'ont pas d'hypothèses, mais ce n'est certainement pas vrai. Par exemple, si mes échantillons sont en quelque sorte corrélés, je peux imaginer que permuter leurs étiquettes ne serait pas la bonne chose à faire. Je pense seulement que j'ai trouvé ce...

J'utilise la bibliothèque careten R pour tester différentes procédures de modélisation. L' trainControlobjet permet de spécifier une méthode de rééchantillonnage. Les méthodes sont décrites dans la documentation section 2.3 et comprennent: boot, boot632, cv, LOOCV, LGOCV, repeatedcvet oob. Bien que...

Je travaille sur des données gravement déséquilibrées. Dans la littérature, plusieurs méthodes sont utilisées pour rééquilibrer les données en utilisant un rééchantillonnage (sur ou sous-échantillonnage). Deux bonnes approches sont: SMOTE: TEchnique de suréchantillonnage des minorités synthétiques...

Comment testeriez-vous ou vérifiez-vous que l'échantillonnage est IID (indépendant et identique)? Notez que je ne veux pas dire gaussien et identique, juste IID. Et l'idée qui me vient à l'esprit est de diviser à plusieurs reprises l'échantillon en deux sous-échantillons de taille égale,...

"Validation Bootstrap" / "validation croisée de rééchantillonnage" est nouveau pour moi, mais a été discuté par la réponse à cette question . Je suppose que cela implique 2 types de données: les données réelles et les données simulées, où un ensemble donné de données simulées est généré à partir...

Je cherchais récemment des moyens de rééchantillonner des séries chronologiques, Préserve approximativement l'auto-corrélation des longs processus de mémoire. Préserver le domaine des observations (par exemple une série temporelle rééchantillonnée d'entiers est toujours une série temporelle...

Je voulais juste vous demander quels sont, selon vous, les meilleurs livres disponibles sur le bootstrap. Par cela, je ne veux pas nécessairement dire celui écrit par ses développeurs. Pourriez-vous s'il vous plaît indiquer quel manuel est selon vous le meilleur pour le bootstrap qui couvre les...

En lisant comment approximer la distribution de la moyenne de l'échantillon, je suis tombé sur la méthode de bootstrap non paramétrique. Apparemment, on peut approximer la distribution de X¯n−μX¯n−μ\bar{X}_n-\mu par la distribution de , où désigne la moyenne de l'échantillon de l'échantillon...

Si vous ne faites que rééchantillonner à partir de la distribution empirique, pourquoi ne pas simplement étudier la distribution empirique? Par exemple, au lieu d'étudier la variabilité par échantillonnage répété, pourquoi ne pas simplement quantifier la variabilité à partir de la distribution...

Dans R, si je mets set.seed (), puis utilise l'exemple de fonction pour randomiser une liste, puis-je garantir que je ne générerai pas la même permutation? c'est à dire... set.seed(25) limit <- 3 myindex <- seq(0,limit) for (x in seq(1,factorial(limit))) { permutations <- sample(myindex)...

Je me demandais comment les CI d'amorçage (et BCa en barticulaire) fonctionnent sur les données normalement distribuées. Il semble y avoir beaucoup de travail examinant leurs performances sur différents types de distributions, mais n'a rien trouvé sur les données normalement distribuées. Comme il...

J'ai un très grand ensemble de données et il manque environ 5% de valeurs aléatoires. Ces variables sont corrélées entre elles. L'exemple de jeu de données R suivant n'est qu'un exemple de jouet avec des données corrélées factices. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1,...

La méthode bootstrap a connu une grande diffusion ces dernières années, je l'utilise également beaucoup, notamment parce que le raisonnement derrière est assez intuitif. Mais c'est une chose que je ne comprends pas. Pourquoi Efron a choisi d'effectuer un rééchantillonnage avec remplacement au lieu...

J'ai une série chronologique de données avec N = 14 comptes à chaque point dans le temps, et je veux calculer le coefficient de Gini et une erreur standard pour cette estimation à chaque point dans le temps. Comme je n'ai que N = 14 comptes à chaque instant, j'ai procédé au calcul de la variance...

Je suis un débutant complet :) Je fais une étude avec un échantillon de 10 000 sur une population d'environ 745 000. Chaque échantillon représente un "pourcentage de similitude". La grande majorité des échantillons se situe autour de 97% -98% mais quelques-uns se situent entre 60% et 90%,...

J'ai un modèle de survie avec des patients nichés dans des hôpitaux qui inclut un effet aléatoire pour les hôpitaux. L'effet aléatoire est distribué gamma, et j'essaie de rapporter la «pertinence» de ce terme sur une échelle facilement compréhensible. J'ai trouvé les références suivantes qui...