Jackknife deleteone pseudovalue Q sample jackknife estimate deleteone

Jackknife法(補足) 母集団 delete-one pseudo-value: Q: なぜsample数をかけるのか？ 点推定 jackknife estimate: delete-one estimate

Jackknife法とバイアス除去 -pseudo value 導入の動機- delete-one E：期待値 Jackknifed samples bias項

2018/6/4 version 1 Bootstrap Method YAGAMI Seminar 4 Nozomu Hamada 2018

Bootstrap法の概要(1) 母集団 不特定の分布 at random : = i. i. d. (independent identically distributed)であるデータ (仮定)

Bootstrap法の概要(2) できる できない in practice

Bootstraping – original dataの再利用original sample bootstrap (re)sample 乱数発生による original と同じサイズ original data bootstrap sample これを母集団と見立 てて復元抽出する ・・

experiment empirical distribution: cumulative relative freq. (累積度数分布) re-sampling bootstrap samples estimator ・ ・ ・

実験データ点とBootstrap信頼区間(結果) μ(理論値) 実験データ点(X) -2 0 2 4 6 8 10 12 14 16 95%bootstrap信頼区間 95%信頼区間(理論値) underlying distribution: N(10, 25)

R

Bootstrap Method 文献 Journal Papers: [1] A. M. Zoubir and D. R. Iskander, “Bootstrap Methods and Applications”, Signal Processing Magazine, July 2007 [2] A. M. Zoubir and B. Boashash, “The Bootstrap and Its Application in Signal Processing”, Signal Processing Magazine, Jan. 1998 Books: [3] D. A. Roff, “Introduction to Computer-Intensive Methods of Data Analysis in Biology”, Cambridge University Press, 2006 (訳本：生物学のための計算統計学-最尤法, ブートストラップ, 無作為化法- 野間口訳 共立出版 2011) [4] 松原望, “統計学”, 東京図書 2013

自力 独力 by oneself by one’s own