Bootstrap e oltre: utilizzo di JSL per implementare tecniche di ricampionamento aggiuntiveBootstrap e oltre: utilizzo di JSL per implementare tecniche di ricampionamento aggiuntive
Michael Crotty, PhD, statistico della ricerca JMP, SAS
Clay Barker, PhD, statistico della ricerca JMP, SAS
Bootstrap è una potente tecnica di ricampionamento per misurare l'accuratezza degli stimatori statistici e per prendere decisioni. Le tecniche di ricampionamento sono particolarmente utili quando non conosciamo la distribuzione della nostra statistica o quando non ci fidiamo delle ipotesi sottostanti del nostro modello. JMP 10 ha introdotto una funzione di "boottrap con un clic" che consente di utilizzare il bootstrap non parametrico per prendere decisioni in una varietà di impostazioni. Ma perché fermarsi qui? Con un po' di scripting, possiamo implementare più tecniche di ricampionamento come il bootstrap parametrico per il processo decisionale e l'aggregazione bootstrap (bagging) per la previsione. Dopo una breve introduzione al bootstrap non parametrico e al suo utilizzo in JMP, introdurremo ulteriori tecniche di ricampionamento e discuteremo come implementarle utilizzando JSL.
Modellazione predittivaRe: Bootstrap e oltre: utilizzo di JSL per implementare tecniche di ricampionamento aggiuntiveOH MIO DIO! Così utile! Grazie mille per averlo condiviso!
