Bölüm 11: Örnekleme, bootstrap ve jackknife

Ortanca gibi doğrusal olmayan bir tahmin edicinin örnekleme belirsizliğini yeniden örneklemeyle incelemek.

Prof. Dr. Bahadır Yüzbaşı · v1.1 · Bütün bölümler

Python dosyası · R laboratuvarı · Tam paket

Amaç

Ortanca gibi doğrusal olmayan bir tahmin edicinin örnekleme belirsizliğini yeniden örneklemeyle incelemek.

Veri ve birimler

Sentetik ölçüm örneği; değerler ölçüm biriminde, yeniden örnekleme indisleri boyutsuzdur.

Yöntem

Sabit tohumla bootstrap örnekleri ve bırak-bir-dışarı jackknife tahminleri oluşturulur.

Varsayım kontrolleri

  • Gözlemlerin hedef anakütleyi temsil ettiği tartışılır.
  • Bootstrap’ın bağımsız ve özdeş dağılım yaklaşımına dayandığı belirtilir.

Çalıştırma

Önce tam paketi açın ve aşağıdaki yolu kendi klasörünüzle değiştirin. Tek dosya indirmek ortak yardımcıları sağlamaz.

cd "/absolute/path/muhendisler-istatistik-olasilik-v1.1"
BOOK_SMOKE=1 python3 labs/python/11_ornekleme_bootstrap.py
BOOK_SMOKE=1 quarto render labs/r/11-ornekleme-bootstrap.qmd --to html

Bu komutlar kısa deneme içindir; simülasyonlarda 64 tekrar kullanılır. Kurulum ve ortam bilgisi çalıştırma rehberindedir.

Beklenen çıktılar

  • Bootstrap yüzdelik aralığı
  • Bootstrap ve jackknife standart hata karşılaştırması

Yorum ve uygulama görevi

İki standart hata tahmininin ayrışmasının olası nedenlerini açıklayın.

Aynı tohum politikasını koruyarak ortalama için bootstrap aralığı üretin ve ortanca aralığıyla karşılaştırın.

Varsayımı zorlayın

Teknik tekrarları satır ve parça düzeyinde ayrı ayrı yeniden örnekleyin; iki standart hata arasındaki farkı bağımsız bilgi birimiyle açıklayın.