bootstrape自助法-matlab实现

bootstrape自助法思想

• 有放回地全抽

有放回的抽取样本，抽取和原样本数量相同的样本

• 抽取和原样本量不同数量的样本：

1. 抽取和原样本量不同数量的样本
2. 重复抽样进行B次
3. 每次都可以求一个相应的统计量/估计量（例如方差）
4. 统计量求均值查看稳定性（用方差表示）
   

• 例子：一共1000个数据，第一次抽10个数据后放回，第二次抽10个数据后放回…，重复100次，得到1000个数据，重复100次所得到的样本即是bootstrape自助法得到的样本

matlab代码

• bootstrape调用函数：每次抽取一个样本，重复m次，可以根据自身情况进行设计和更改，比如每次抽取10个样本，重复m/10次。

function [s,t]=bootstrape(data)
% s表示bootstrape重复抽样得到的样本
% t表示的是原数据集data中未被重复抽样剩余的样本
t = data;
[m,n] = size(data);
s = zeros(m,n);
labels = [];
for i=1:m
    index = unidrnd(m);%产生从1到m所指定的最大数数之间的离散均匀随机整数    
    labels = [labels index];    
    s(i,:) = data(index,:);    
end
kind=unique(labels);
disp(length(kind))
t(kind,:) = [];
end

• 一次抽样抽取10个样本，重复n次

 function [s,t]=bootstrape_10(data)
% s表示bootstrape重复抽样得到的样本
% t表示的是原数据集data中未被重复抽样剩余的样本
N=10;
t = data;
[m,n] = size(data);
s = [];
labels = [];
for i=1:floor(m/N)
     index = unidrnd(m,N,1);%产生从1到m所指定的最大数数之间10行1列的离散均匀随机整数    
    labels = [labels index];    
    s = [s;data(index,:)];    
end
kind=unique(labels);
disp(length(kind))
t(kind,:) = [];
end

• 主函数

clear all;close all;clc;
data=xlsread('自身的原数据集(根据自身情况写).xlsx');
[s,t]=bootstrape(data);
[s1,t1]=bootstrape_10(data);
xlswrite('s.xlsx',s);
xlswrite('t.xlsx',t);
xlswrite('s1.xlsx',s1);
xlswrite('t1.xlsx',t1);

参考文献

Bootstrap（自助法） 学习笔记
自助法 matlab,matlab自助法实现