R'de önyükleme standart hatası nasıl hesaplanır

Önyükleme , bir ortalamanın standart hatasını tahmin etmek için kullanılabilecek bir yöntemdir.

Önyükleme standart hatasını hesaplamak için temel süreç aşağıdaki gibidir:

• Belirli bir veri kümesinden değiştirilerek k adet kopya örnek alın.
• Her numune için standart hatayı hesaplayın: s/√ n
• Bu, standart hatanın k farklı tahminiyle sonuçlanır. Önyükleme standart hatasını bulmak için k standart hatanın ortalamasını alın.

Aşağıdaki örnekler, R’de önyüklemeli standart hatayı hesaplamak için kullanılabilecek iki farklı yöntemi açıklamaktadır.

Yöntem 1: Başlangıç Paketini Kullanın

R’de önyükleme standart hatasını hesaplamanın bir yolu, önyükleme kitaplığından boot() işlevini kullanmaktır.

Aşağıdaki kod, R’deki belirli bir veri kümesi için önyükleme standart hatasının nasıl hesaplanacağını gösterir:

 #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’lik “orijinal” değer, orijinal veri kümesinin ortalamasını gösterir. “std. 2,379263 değeri ortalamanın önyükleme standart hatasını gösterir.

Bu örnekte ortalamanın standart hatasını tahmin etmek için 100 önyüklemeli örnek kullandığımızı unutmayın, ancak 1.000 veya 10.000 ya da istediğimiz sayıda önyüklemeli örnek kullanabilirdik.

Yöntem 2: Kendi formülünüzü yazın

Önyükleme standart hatasını hesaplamanın başka bir yolu da kendi fonksiyonumuzu yazmaktır.

Aşağıdaki kod bunun nasıl yapılacağını gösterir:

 #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

Önyükleme standart hatasının 2,497414 olduğu ortaya çıktı.

Bu standart hatanın önceki örnekte hesaplanana oldukça benzer olduğunu unutmayın.