Bootstrap - kas tas ir, definīcija un jēdziens 2021. gads

Bootstrap ir statistikas un ekonometrijas mehānisms, kas koncentrējas uz datu atkārtotu izlasi izlases vai nejaušas izlases ietvaros. Tās galvenais pielietojums ir atrast tuvinājumu analizētā mainīgā lieluma sadalījumam.

Šis process statistikas žargonā ir pazīstams arī kā bootstrapping, un tas ir matemātiķa Bredlija Efrona 1970. gadu beigās veikto pētījumu rezultāts statistikas izlases jomā.

Bootstrap lietderība

Galvenā sāknēšanas joslas izmantošanas lietderība ir samazināt neobjektivitāti analīzē vai, citiem vārdiem sakot, tuvināt dispersiju, veicot sākotnējās izlases, nevis populācijas izlases veida atkārtotu atlasi. Tādā veidā statistikas modeļu izveidošana ir vienkāršāka, izveidojot ticamības intervālus un hipotēzes testus.

Lai gan tā a priori var šķist ļoti sarežģīta prakse, procedūra, uz kuras balstās bootstrapping, ir vienkārši liela skaita paraugu izveide, kas pārvieto datus, ņemot vērā sākotnējo populācijas izlasi.

Šis paņēmiens ir īpaši noderīgs situācijās, kad pieejamie paraugi ir mazi vai, kā jau minēts iepriekš, ja sadalījums ir ļoti novirzīts. Šajā ziņā tie palīdz atrisināt daudzas varbūtības un pielietotās statistikas problēmas.

Bootstrap funkcijas

Viena no šīs prakses galvenajām iezīmēm ir tā, ka tā ietver atkārtotu paraugu ņemšanu, lai iegūtu slēgtas izteiksmes un atrisinātu šo darbību matemātisko sarežģītību. Pēdējo gadu laikā attīstoties datoriem un tehnoloģiskajiem rīkiem, ir vieglāk paļauties uz sāknēšanas rīku izmantošanu sarežģītai atkārtotai paraugu ņemšanai.

Resampling metode ļauj mums iet tālāk, pētot noteiktas populācijas datu paraugus. Citiem vārdiem sakot, tas ļauj izdarīt vai izveidot jaunus pieņēmumus, aizstājot papildu vērtības no izlases.

Bootstrap priekšrocības

Pozitīvs bootstrap paraugu ņemšanas aspekts ir tas, ka tas ir vienkāršojis statistikas metodes tādā nozīmē, ka tas ir aizstājis klasisko un ļoti sarežģīto matemātisko modeļu uzbūvi ar aprēķiniem, izmantojot īpašu programmatūru, kas ir uzlabojis to pielietojamību vai piekļuvi citām jomām vai pētījumiem.

Pēc šīs līnijas parasti tiek uzskatīts, ka šis mehānisms ir daudz atvērtāks vai pieejamāks salīdzinājumā ar klasiskajiem modeļiem un pieņēmumiem, kas padara to par noderīgu instrumentu daudzām matemātiskām problēmām.