Bootstrap - Что это такое, определение и концепция

Бутстрап - это механизм статистики и эконометрики, который фокусируется на повторной выборке данных в случайной или случайной выборке. Его основное использование - найти приближение к распределению анализируемой переменной.

Этот процесс также известен на статистическом жаргоне как бутстрэппинг и является результатом исследований в области статистической выборки, проведенных математиком Брэдли Эфроном в конце 1970-х годов.

Утилита Bootstrap

Основная полезность использования бутстрапа заключается в уменьшении систематической ошибки в анализе или, другими словами, в приближении дисперсии путем выполнения случайной повторной выборки исходной выборки, а не генеральной совокупности. Таким образом, создание статистических моделей упрощается за счет создания доверительных интервалов и тестов гипотез.

Хотя априори это может показаться очень сложной практикой, процедура, на которой основывается самонастройка, представляет собой просто создание большого количества выборок, изменяющих положение данных, принимая в качестве эталона исходную выборку населения.

Этот метод особенно полезен в ситуациях, когда доступные выборки малы или, как упоминалось ранее, если распределение сильно искажено. В этом смысле они помогают решать множество задач вероятностной и прикладной статистики.

Возможности Bootstrap

Одной из основных характеристик этой практики является то, что она включает в себя последующую повторную выборку для получения замкнутых выражений и решения математической сложности этих операций. С развитием компьютеров и технологических инструментов в последние годы стало легче рассчитывать на использование начальной загрузки для сложной передискретизации.

Метод повторной выборки позволяет нам пойти дальше при изучении выборок данных из определенной совокупности. Другими словами, он позволяет вам делать или создавать новые предположения, подставляя дополнительные значения из выборки.

Преимущества Bootstrap

Положительным аспектом бутстраповской передискретизации является то, что она упростила статистические методы в том смысле, что она заменила построение классических и очень сложных математических моделей расчетами с использованием специального программного обеспечения, что улучшило их применимость или доступ к другим областям или исследованиям.

Следуя этой линии, обычно считается, что этот механизм гораздо более открытый или доступный по сравнению с классическими моделями и предположениями, что делает его полезным инструментом для большого количества математических задач.