计算机术语bootstrap,Bootstrap及jackknife刀切法中文讲义.pdf

Bootstrap及jackknife刀切法中文讲义

上节课内容总结

 统计推断基本概念

 统计模型：参数模型与非参数模型

 统计推断/模型估计：点估计、区间估计、假设检验

 估计的评价：无偏性、一致性、有效性、MSE

 偏差、方差、区间估计

 CDF估计：

 点估计、偏差、方差及区间估计

 统计函数估计

 点估计

 区间估计/标准误差

 影响函数

 Bootstrap

 Bootstrap也可用于偏差、置信区间和分布估计等计算

1

本节课内容

 重采样技术(resampling )

 Bootstrap

 刀切法(jackknife )

2

引言

 T g X ,..., X 是一个统计量，或者是数据的某个函数，

n 1 n

数据来自某个未知的分布F ，我们想知道 的某些性质

T

n

(如偏差、方差和置信区间)

 假设我们想知道 的方差 T

T F n

n

 如果 T 的形式比较简单，可以直接用上节课学习

F n

的嵌入式估计量 ˆ T 作为 T 的估计

n Fn n F n

 例： 1 ，则

T n X

n i

i 1

2 2

 T 2 n ，其中 x dF x , xdF x

F n n

2

 ˆ T ˆ 2 n，其中ˆ 2 X i X n n

F n

n

i 1

 问题：若 T 的形式很复杂(任意统计量)，如何

F n

计算/估计？ 3

Bootstrap简介

 Bootstrap是一个很通用的工具，用来估计标准误差、置

信区间和偏差。由Bradley Efron于1979年提出，用于计

算任意估计的标准误差

 术语“Bootstrap”来自短语“to pull oneself up by one’s

bootstraps ” (源自西方神话故事“The Adventures of

Baron Munchausen”