So lesen Sie den Bootstrap-Test

Der Bootstrap-Test schätzt die Stichprobenverteilung und bewertet ihre statistische Signifikanz durch wiederholte Stichproben und Berechnung von Statistiken. Die Schritte umfassen: Zufallsstichprobe aus den Originaldaten mit Ersetzung. Statistiken berechnen und mehrmals wiederholen. Erstellen Sie Bootstrapping-Stichproben und Stichprobenverteilungen von Statistiken. Berechnen Sie den P-Wert, der die Wahrscheinlichkeit misst, auf die beobachtete Statistik oder einen extremeren Wert zu fallen. Je kleiner der P-Wert, desto höher die statistische Signifikanz: P-Wert

Bootstrap-Test

Der Bootstrap Test ist eine statistische Methode, mit der die Stichprobenverteilung einer Statistik ausgewertet wird, um festzustellen, ob sie statistisch signifikant ist. Im Folgenden sind die Schritte des Bootstrap-Tests aufgeführt:

1. Ziehen Sie eine Stichprobe aus dem Originaldatensatz: Ziehen Sie zufällig eine Stichprobe in der Größe des Originaldatensatzes aus dem Originaldatensatz mit Ersetzung. Das heißt, die extrahierten Elemente können wiederholt in der Stichprobe auftreten.
2. Statistiken berechnen: Berechnen Sie interessante Statistiken wie Mittelwert, Median oder Standardabweichung für die gezogenen Stichproben.
3. Wiederholen Sie die Schritte 1 und 2: Wiederholen Sie die Schritte 1 und 2 mehrmals, um viele Stichproben zu erstellen und die entsprechenden Statistiken zu berechnen. Diese Stichproben werden als Bootstrapp-Stichproben bezeichnet, und die berechneten Statistiken werden als Bootstrapp-Statistiken bezeichnet.
4. Erstellen Sie eine Stichprobenverteilung: Fassen Sie die Bootstrapping-Statistiken zusammen, um eine Stichprobenverteilung zu erstellen. Die Stichprobenverteilung zeigt, wie sich eine Statistik ändert, wenn Sie die Stichprobenentnahme und Berechnung der Statistik viele Male wiederholen.
5. P-Wert berechnen: Der P-Wert ist die Wahrscheinlichkeit, auf die beobachtete Statistik oder eine extremere Statistik zu fallen. Je kleiner der P-Wert ist, desto größer ist der Verdacht, dass die beobachtete Statistik durch Zufallsstichproben erstellt wurde.

P-Wert erklärt

Der P-Wert wird häufig als Maß für die statistische Signifikanz verwendet. Gemäß allgemein anerkannten Schwellenwerten gelten P-Werte:

• P-Wert als statistisch signifikant, was darauf hinweist, dass die beobachtete Statistik wahrscheinlich nicht aus Zufallsstichproben resultiert.
• 0,05 <= P-Wert < 0,1: Wird als nahe an der Signifikanz angesehen, die statistische Signifikanz kann jedoch nicht eindeutig bestimmt werden.
• P-Wert >= 0,1: wird als nicht signifikant angesehen, was darauf hinweist, dass die beobachtete Statistik möglicherweise durch Zufallsstichproben generiert wird.

Es ist zu beachten, dass der Bootstrap-Test eine Stichprobenmethode ist und seine Ergebnisse von der Bootstrapped-Stichprobe abhängen. Daher ist der Bootstrap-Test möglicherweise nicht immer völlig genau, kann jedoch normalerweise eine gute Schätzung der Stichprobenverteilung der Statistik liefern.

Das obige ist der detaillierte Inhalt vonSo lesen Sie den Bootstrap-Test. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!