Pakartotinės imties metodai

Naudodami imties reikšmes, generuojame naujas imtis. Kiekvienai sugeneruotai imčiai įvertiname nežinomus parametrus. Šių parametrų reikšmių vidurkis ir yra nežinomų parametrų įvertis. Iš n dydžio imties reikšmių galima sugeneruoti n^{n} skirtingų n dydžio imčių. Ši procedūra vadinama visa pakartotine atranka(complete resampling).

Pavyzdys. Turime imtį 1, 6, 9. Šios imties vidurkis \overline{x}=5,33, s=4,04. Iš 1, 6, 9 reikšmių galima sudaryti 3^{3}=27 skirtingų imčių. Žemiau lentelėje pateikti kiekvienos šių imčių vidurkis ir standartinis nuokrypis.

Priklausomai nuo naujų imčių generavimo taisyklių, naudojami plėtros (bootstrap) bei atmestos reikšmės (jackknife) metodai.

Plėtros metodas. Metodo esmė – iš n imties reikšmių sudaromos imtys po m (m<n) narių kiekvienoje: iš viso gaunama m^{n} imčių.

Atmestos reikšmės metodas. Iš n dydžio imties po vieną pašalinamas elementas, po to iš likusių (n-1) narių vertinami nežinomi parametrai.

Iš gautų parametrų įverčių reikšmių skaičiuojami vidurkiai. Jie laikomi nežinomų parametrų įverčiais.



Žymos:

2 atsakymai to “Pakartotinės imties metodai”

  1. anataskina Says:

    Pakartotine imtimi vadinama atranka, kai atrinktas ir ištyrinėtas objektas, prieš atrenkant kitą, gražinamas į generalinę imtį.
    Dar yra vienkartinė imtis. Vienkartine imtimi vadinama atranka, kai atrinktas objektas į generalinę imtį nebegrąžinamas.

  2. Biologas Says:

    Labai informatyvus ir naudingas puslapis. Ačiū autoriui.

Parašykite komentarą