R တွင် bootstrap စံအမှားကို တွက်ချက်နည်း
Bootstrapping သည် ဆိုလိုရင်းတစ်ခု၏ စံအမှားကို ခန့်မှန်းရန် အသုံးပြုနိုင်သော နည်းလမ်းတစ်ခုဖြစ်သည်။
bootstrapped standard error ကို တွက်ချက်ရန် အခြေခံ လုပ်ငန်းစဉ်မှာ အောက်ပါအတိုင်း ဖြစ်သည်။
- ပေးထားသောဒေတာအစုံမှ အစားထိုးခြင်းဖြင့် k နမူနာများကို ပုံတူပွားယူပါ။
- နမူနာတစ်ခုစီအတွက် စံအမှားကို တွက်ချက်ပါ- s/√ n
- ၎င်းသည် စံအမှား၏ k မတူညီသော ခန့်မှန်းချက်များကို ဖြစ်ပေါ်စေသည်။ bootstrapped standard error ကိုရှာရန်၊ k standard errors များ၏ ပျမ်းမျှကို ယူပါ။
အောက်ဖော်ပြပါ ဥပမာများသည် R တွင် bootstrapped standard error ကို တွက်ချက်ရန် အသုံးပြုနိုင်သည့် မတူညီသော နည်းလမ်းနှစ်ခုကို ရှင်းပြထားပါသည်။
နည်းလမ်း 1- Starter Package ကို အသုံးပြုပါ။
R တွင် boot standard error ကိုတွက်ချက်ရန်နည်းလမ်းတစ်ခုမှာ boot library မှ boot() function ကိုအသုံးပြုခြင်းဖြစ်သည်။
အောက်ပါကုဒ်သည် R တွင် ပေးထားသည့် ဒေတာအစုံအတွက် bootstrap စံအမှားကို တွက်ချက်နည်းကို ပြသည်-
#make this example reproducible set. seeds (10) #load boot library library (boot) #define dataset x <- c(12, 14, 14, 15, 18, 21, 25, 29, 32, 35) #define function to calculate mean meanFunc <- function (x,i){mean(x[i])} #calculate standard error using 100 bootstrapped samples boot(x, meanFunc, 100) Bootstrap Statistics: original bias std. error t1* 21.5 0.254 2.379263
21.5 ၏ “ မူလ” တန်ဖိုးသည် မူရင်းဒေတာအတွဲ၏ ပျမ်းမျှအား ပြသသည်။ “စတိ. 2.379263 ၏တန်ဖိုးသည် ဆိုလိုရင်း၏ bootstrap စံအမှားကို ညွှန်ပြသည်။
ဤဥပမာရှိ ဆိုလိုရင်း၏ စံအမှားကို ခန့်မှန်းရန် bootstrapped နမူနာ 100 ကို အသုံးပြုခဲ့သည်ကို သတိပြုပါ၊ သို့သော် ကျွန်ုပ်တို့ လိုချင်သော bootstrapped နမူနာ အရေအတွက် 1,000 သို့မဟုတ် 10,000 ကို အသုံးပြုနိုင်သည်။
နည်းလမ်း 2: သင့်ကိုယ်ပိုင်ဖော်မြူလာကိုရေးပါ။
bootstrapped standard error ကိုတွက်ချက်ရန်နောက်ထပ်နည်းလမ်းမှာကျွန်ုပ်တို့၏ကိုယ်ပိုင်လုပ်ဆောင်ချက်ကိုရေးရန်ဖြစ်သည်။
အောက်ပါကုဒ်သည် ၎င်းကိုပြုလုပ်နည်းကို ပြသသည်-
#make this example reproducible set. seeds (10) #load boot library library (boot) #define dataset x <- c(12, 14, 14, 15, 18, 21, 25, 29, 32, 35) mean(replicate(100, sd( sample (x, replace= T ))/sqrt( length (x)))) [1] 2.497414
bootstrapped standard error သည် 2.497414 ဖြစ်သွားသည်။
ဤစံအမှားသည် ယခင်နမူနာတွင် တွက်ချက်ထားသည့်အရာနှင့် အတော်လေးဆင်တူကြောင်း သတိပြုပါ။