图像缩略图

伊布奇

版本2.8.8.0(64.9KB)由 安德鲁·潘
小样本或复杂依赖结构样本的双边bootstrap置信区间

459下载

更新2021年5月20日

来自GitHub

在GitHub上查看许可证

函数文件:ibootci

自举置信区间

ci=ibootci(nboot,bootfun,…)计算bootfun计算的统计数据的95%迭代(双)bootstrap置信区间。nboot是一个标量,或最多两个正整数的向量,表示第一次和第二次引导的复制样本数。bootfun是一个用@指定的函数句柄,或一个表示函数名的字符串。第三个和以后的输入参数是数据(列向量),用于创建bootfun的输入。ibootci通过从列向量数据参数(必须大小相同)的行中采样来创建每个第一级引导。通过bootstrap迭代和插值,校准双侧间隔的标称中心覆盖率,以实现二阶精确覆盖率。然后利用bootstat经验累积分布函数的线性插值构造双边置信区间。整个过程中使用的重采样方法是平衡重采样。nboot中第一个和第二个引导复制样本集的默认值分别为5000和200。

ci=ibootci(nboot,{bootfun,},…,'alpha',alpha)计算覆盖率为100*(1-alpha)%的函数bootfun定义的统计数据的迭代引导置信区间,其中alpha是介于0和1之间的标量值。bootfun和ibootci传递给它的数据包含在一个单元格数组中。alpha的默认值为0.05,对应于置信度为95%的区间。

ci=ibootci(nboot,{bootfun,},'type',type)计算由函数bootfun定义的统计数据的引导置信区间。type是置信区间类型,可从以下选项中选择:
“每”或“百分位”-百分位法。
“cper”-偏差校正百分位数法。
“bca”-偏差校正和加速方法(默认)。
“stud”或“student”——学生化(bootstrap-t)置信区间。

ci=ibootci(nboot,{bootfun,},'Weights',Weights)指定观察权重。权重必须是非负数的向量。权重的维度必须等于bootfun的非标量输入参数的维度。权重用作自举抽样概率。

ci=ibootci(nboot,{bootfun,},'Strata',Strata)指定包含地层数字标识符的向量。strata的维度必须等于bootfun的非标量输入参数的维度。Bootstrap重采样是分层的,因此每个阶层都表示在每个Bootstrap测试统计中。

ci=ibootci(nboot,{bootfun,},{Clusters,},'Clusters',Clusters)指定一个包含簇的数字标识符的向量。虽然层是固定的,但簇是重新采样的。这是通过对残差进行两阶段bootstrap重新采样并进行收缩校正来实现的。

ci=ibootci(nboot,{bootfun,},…,'Block',blocksize)指定一个正整数(或'auto'),用于定义块引导相关数据(例如时间序列)的块长度。该算法使用圆形重叠块。双自举重采样和校准程序使间隔覆盖对块长度的敏感度降低。通过将块引导与成对引导相结合(即通过提供x和y向量作为数据变量),块引导也可用于回归上下文中。

ci=ibootci(nboot,{bootfun,},'smooth',bandwidth)在评估bootfun之前,将指定带宽的加性随机噪声应用于bootstrap样本集。

ci=ibootci(nboot,{bootfun,},'DEFF',state)通过重采样估计设计效果。状态可以是“开”或“关”。

[ci,bootstat]=ibootci(…)还返回为每个引导复制样本集计算的引导统计信息。如果只请求一个引导,bootstat将返回一个向量:bootstat的每一列都包含将bootfun应用于第一个引导的一个复制样本的结果。如果请求bootstrap迭代,bootstat将返回一个单元格数组,其中包含bootfun在第一个和第二个bootstrap中计算的统计信息。对于第二个bootstrap,bootstat的每一列都包含将bootfun应用于第二个bootstrap中的每个复制样本以及第一个bootstrap中的一个复制样本的结果。

[ci,bootstat,S]=ibootci(…)还返回一个结构,该结构包含引导中使用的设置以及生成的统计信息,包括(双)引导偏差和标准错误。功能帮助中提供了字段说明。

[ci,bootstat,S,calcurve]=ibootci(…)还返回calcurve,一个与第一个引导复制集大小相同的校准值向量。

[ci,bootstat,S,calcurve,bootidx]=ibootci(…)还返回bootidx,这是来自第一个引导的索引矩阵。

置信区间的计算可以通过并行处理来加速。

ibootci的用法与bootci函数非常相似。有关函数用法的示例,请参见函数帮助。

引用为

佩恩,安德鲁·查尔斯。iboot:用于小样本和具有复杂依赖结构的样本的迭代引导[https://github.com/acp29/iboot]. 泽诺多,2020,内政部:10.5281/泽诺多,3992392

MATLAB版本兼容性
使用R2019a创建
与R2007a及更高版本兼容
平台兼容性
窗户 马科斯 Linux

社区寻宝

在MATLAB Central中查找宝藏,了解社区如何帮助您!

开始打猎吧!
要查看或报告此GitHub加载项中的问题,请访问GitHub存储库.
要查看或报告此GitHub加载项中的问题,请访问GitHub存储库.