回答情况：
提问时间：
问题标签：
1回答
我正在尝试使用以下代码进行引导重采样。我从获得了这段代码。我想使用我的数据集从网站上绘制相同的图。data1和data2是只包含一列的文本文件。= NULL
# Sample with replacement b.bootstrap = sample (b, length(b), TRUE)
diff.bootstrap[i] = mean(b.boots
浏览 0修改于2014-09-16得票数 0
我有一个数据帧(长度为4个数据点)，并且想要做X次Bootstrap。0 1 2 2 1 2 print('Bootstrap
浏览 15修改于2020-10-28得票数 0
我试图使用Matlab中的'bootstrap‘重新采样(替换)我的数据库，如下所示：lead = D(:,1);X =尽管上面编写的脚本是正确的，但我想知道如何能够查看/加载通过bootstrap创建的重新采样的100个数据集？‘'bootsam(:)’显示为引导样本选择的数据/值的索引，但不显示新的样本值！！我的第二个问题:是否有可能在不使用任何函数的情况下完全重新采样</
浏览 2修改于2015-08-10得票数 1
回答已采纳
我目前正在阅读Efron的“bootstrap简介”一书，我现在集中在ABC置信区间第14章的章节中。为了实现这个方法，我发现在实现这个方法的引导包中，R中存在一个函数。书和函数的帮助都说θ函数必须以重采样的形式写成。例如，和被写成：如果我发现0.5分位数是真的： alpha abc stan
[1,] 0.5 29.
浏览 3提问于2022-03-18得票数 1
回答已采纳
我想在Matlab中执行bootstrap。我有100个原始数据点，我希望bootstrap的每次迭代都随机选择57个点进行替换。我该怎么做呢？
浏览 1修改于2015-08-11得票数 2
1回答
我尝试使用不同的重采样方法来平衡它。到目前为止，我知道有三种方法可以处理采样。1.随机抽样2.交叉验证3. Bootstrap 我正在使用Weka进行数据预处理。我知道如何在Weka中使用交叉验证。但我没有找到随机采样或Bootstrap。 我找到了受监督的->实例->重采样和无监督的->实例->重采样。 我想知道两个重采样之间的区别。This post不是很有帮助。
浏览 37提问于2021-10-24得票数 0
我想从数据集中重新采样，以便只重新采样积极的案例，因为我的数据非常不平衡。下面是我的代码： bootstrap=resample(Stroke['stroke']==1,replace=True,n_samples=800,random_state=1) 我得到的只是一个True
浏览 20修改于2021-05-01得票数 0
id v1 v21 0 12 2 02 0 0boot_function <- function(data, i)然而，我的第一个问题是，在每个id都有几个观察值需要保存在bootstrap因此，在我的示例中，当执行bootstra
浏览 0修改于2019-12-22得票数 2
我认为使用bootstrap可以重新采样我的LDA，但我不确定。另外，如果bootstrap可以工作，我不确定如何在r中编写bootstrap。
浏览 0修改于2020-09-22得票数 2
如何绘制直方图或保存SPSS bootstrap生成的样本数据？我们希望直观地显示被采样的统计量的分布。
浏览 6提问于2017-06-14得票数 0
回答已采纳
1回答
v1 00000356
7 该数字是在v1中进行多少次重采样以获得值1的结果。对于第一行，它对v1重采样三次，直到值为1。因此，重采样序列为(0,0,1)。第二行的重<em
浏览 9修改于2019-12-21得票数 0
我试图使用Bootstrap.jl函数来获得加权函数(例如加权中值)的标准误差(SE)。w = collect(0.1:0.1:2)
median(v, Weight
浏览 1提问于2022-04-06得票数 0
回答已采纳
, 1, 5, 4, 6, 5, 2, 6, 4, 5, 5, 4, 6, 1, 1, 4, 4, 5, 5, 6, 5, 4, 4, 5, 1, 4, 5, 3, 2, 5)现在，我需要对此数据重新采样1k次，并将每个样本作为矩阵或数据帧的一列。我最好的尝试是： bootstrap <- matrix(resample,ncol=i)
}
浏览 6修改于2018-11-20得票数 0
我想对这个文件使用bootstrap重采样。引导重采样的工作原理如下:它使用输入文件中的替换对N个随机行(N是输入文件的数量)进行重采样。
浏览 19修改于2020-06-25得票数 0
回答已采纳
( bootstrap是一种通过对数据或从数据估计的模型进行重采样来估计估计器或测试统计量的分布的方法。当数据是时间序列时，这更为复杂，因为必须以适当地捕获数据生成过程的依赖结构的方式执行自举采样)。
浏览 13修改于2012-09-01得票数 1
回答已采纳
我正在尝试使用python中的bootstrap方法来计算平均值的置信区间。假设我有一个包含100个条目的向量a，我的目标是使用bootstrap计算这100个值的平均值及其95%的置信区间。到目前为止，我已经使用np.random.choice函数从我的向量中重新采样了1000次。然后，对于每个包含100个条目的bootstrap向量，我计算了平均值。所以现在我有1000个bootstrap平均值和来自我的初始向量的单个样本平均值，但我不确定如何继续。我如何使用这些平均值来找到初始向量平均值的置信区间？
浏览 1修改于2016-11-09得票数 8
回答已采纳
1回答
我的问题是，对于每个重采样，我希望在受试者中进行随机化，以便不同受试者的观察结果不会混合。下面是生成与我的类似的数据帧的代码。我想要获得这个统计数据的bootstrap置信区间，我可以使用"boot“包生成它：install.packages("car")mod <- lm(RT ~ Num*Gram, data=data)}
#Generate <
浏览 1修改于2015-07-23得票数 15
回答已采纳
我正在执行社区相似度的bootstrap分析。我有一个物种计数矩阵，其中列代表独特的样本，行代表独特的物种。v1 <- rnorm(20)我想创建一个新的物种观察矩阵，它随机采样otu矩阵的列，并进行替换。我可以很容易地做到这一点。matrix with replacement.我的问题是，如何以与随机采样的替换矩阵相同的顺序对向量v1和v2进行采样</
浏览 0提问于2017-09-08得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号