Статистичний бутстреп
Статистичний бутстреп (бутстреп, бутстреппінг, англ. bootstrap, bootstrapping) — практичний комп'ютерний метод визначення статистик імовірнісних розподілів, заснований на багаторазовій генерації виборок методом Монте-Карло на базі наявної вибірки[1]. Дозволяє просто і швидко оцінювати найрізноманітніші статистики (довірчі інтервали, дисперсію, кореляцію і так далі) для складних моделей.
Запропоновано в 1977 році Бредлі Ефроном (перша публікація належить до 1979 р.). Суть методу полягає в тому, щоб з наявної вибірки сформувати досить велику кількість (5-10 тис.) псевдовибірок, розмір кожної з яких збігається з вихідною, що складаються з випадкових комбінацій вихідного набору елементів (в результаті в одній псевдовиборці деякі вихідні елементи можуть зустрітися кілька разів, тоді як інші — відсутні), і для кожної отриманої псевдовибірки визначити значення аналізованих статистичних характеристик з метою вивчити їх розкид, стійкість, розподіл.
Поряд з методами «складаного ножа», перехресного затверджування та перестановочного тестування[en] становить клас методів генерації повторної вибірки[en].
- ↑ Архівована копія. Архів оригіналу за 12 липня 2012. Процитовано 4 січня 2015.
{{cite web}}: Обслуговування CS1: Сторінки з текстом «archived copy» як значення параметру title (посилання) [Архівовано 2012-07-12 у Archive.is]
- Bradley Efron. Bootstrap Methods: Another Look at the Jackknife // Annals of Statistics. — 1979. — Vol. 7, No 1. — P. 1-26.
- Bootstrap tutorial from ICASSP 99 Tutorial from a signal processing perspective
- Bootstrap sampling tutorial using MS Excel [Архівовано 14 січня 2015 у Wayback Machine.]
- Animations for bootstrapping i.i.d data by Yihui Xie using the R
- Bootstrapping tutorial [Архівовано 17 жовтня 2014 у Wayback Machine.]
 | В іншому мовному розділі є повніша стаття Bootstrapping (statistics)(англ.). Ви можете допомогти, розширивши поточну статтю за допомогою перекладу з англійської. (червень 2020)
|
