Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "exact bootstrap method" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    SZACOWANIE MEDIANY PRZY UŻYCIU DOKŁADNEJ METO-DY BOOTSTRAPOWEJ
    MEDIAN ESTIMATING USING THE EXACT BOOTSTRAP METHOD
    Autorzy:
    Kisielińska, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/453045.pdf
    Data publikacji:
    2014
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    estymacja mediany
    dokładna metoda bootstrapowa
    median estimating
    exact bootstrap method
    Opis:
    W artykule przedstawiono dokładną metodą bootstrapową, którą wykorzy-stano do szacowania mediany. Obliczenia potwierdziły jej skuteczność, po-nieważ dla próby o nieparzystej liczbie elementów, oszacowany rozkład standardowego estymatora mediany dokładnie pokrywał się z rozkładem teo-retycznym. Dla próby o parzystej liczbie elementów pokazano, że standar-dowy estymator mediany może być obciążony, co wskazuje na konieczność poszukiwania innej jego postaci.
    The article presents the exact bootstrap method, which was used to estimate the median. Calculations have confirmed its effectiveness, because attempts with an odd number of elements, the estimated distribution of the standard median estimator exactly coincide with the theoretical distribution. For the sample with an even number of items showing that the standard estimator of the median may be biased, which indicates the need to seek its other form.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2014, 15, 3; 111-121
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dokładna metoda bootstrapowa na przykładzie estymacji średniej
    The exact bootstrap method on the example of the mean
    Autorzy:
    Kisielińska, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/452887.pdf
    Data publikacji:
    2011
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    dokładna metoda bootstrapowa
    nieparametryczna estymacja średniej
    exact bootstrap method
    nonparametric mean estimation
    Opis:
    Metoda bootstrapowa polega na wtórnym próbkowaniu pierwotnej próby losowej pobranej z populacji o nieznanym rozkładzie. W artykule pokazano, że wtórne próbkowanie nie jest konieczne, jeśli rozmiar próby nie jest zbyt duży. Możliwe jest wówczas automatyczne wygenerowanie wszystkich prób wtórnych i obliczenie wszystkich realizacji wybranego estymatora. Metodę dokładnego bootstrapu zastosowano do oszacowania średniej. Losowanie próby może być interpretowane jako dyskretyzacja ciągłej zmiennej losowej. Biorąc pod uwagę postęp w technice komputerowej, można mieć nadzieję, że znaczenie dyskretnych zmiennych losowych w statystyce będzie coraz większy.
    The bootstrap method is based on resampling of the original random sample drawn from a population with an unknown distribution. In the article it was shown that resampling is unnecessary if the sample size is not too large. It is possible to automatically generate all possible resamples and calculate all realizations of the required estimator. The method was used to estimate mean. Random sampling may be interpreted as discretization of a continuous variable. Because of the progress in computer technology we may hope that the role of discrete variables in statistics will increase.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2011, 12, 2; 191-201
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dokładna metoda bootstrapowa i jej zastosowanie do estymacji wariancji
    Exact Bootstrap Method and Its Application in Estimation of Variance
    Autorzy:
    Kisielińska, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/1830744.pdf
    Data publikacji:
    2011-06-30
    Wydawca:
    Główny Urząd Statystyczny
    Opis:
    W artykule przedstawiono dokładną metodę bootstrapową, którą można wykorzystać do szacowania estymatorów parametrów zmiennych losowych o nieznanym rozkładzie. Metoda pozwala wyznaczyć oszacowanie dowolnego parametru, błąd tego oszacowania, rozkład estymatora, czy przedziały ufności. Tradycyjnie zadanie takie realizowane jest przy pomocy metody bootstrapowej, która polega na wtórnym próbkowaniu analizowanej, pierwotnej próby losowej. Losowanie próby stosowane jest w statystyce, jeśli nie może być zbadana cała populacja, lub badanie całej populacji jest zbyt kłopotliwe. Próba pierwotna jest po pierwsze skończona, a po drugie znany jest jej rozkład – jest to rozkład empiryczny. Zamiast wtórnie próbkować próbę pierwotną można wygenerować automatycznie całą przestrzeń prób wtórnych i wyznaczyć dla niej wartości statystyki będącej estymatorem poszukiwanego parametru. W artykule przedstawiono propozycję algorytmu realizującego metodę dokładnego bootstrapu, którego poprawność sprawdzono na przykładzie nieobciążonego estymatora wariancji. Pokazano, że wartość oczekiwana estymatora obliczonego dokładną metodą bootstapową jest równa dokładnie wariancji próby. Metoda nie wprowadza więc obciążenia wynikającego z wtórnego próbkowania jak ma to może mieć miejsce w klasycznym bootstrapie. Rozkład estymatora wyznaczony dokładną metodą bootstrapową porównano z rozkładem granicznym estymatora wariancji, nie wymagającym założenia normalności próby pierwotnej. Badania pokazały, że w przypadku wariancji nie można pominąć kwestii normalności próby pierwotnej.
    The article presents the exact bootstrap method, which can be used to estimate the parameters of the estimators of random variables with unknown distribution. The method allows to determine an estimate of any parameter, the error of estimation, the distribution of the estimator and confidence intervals. Traditionally this task is carried out using the bootstrap method, which consists of resampling of the original sample. Random sampling is necessary if examining the entire population data is impossible or too costly. Note that the fundamental sample property is of finite size and we know its distribution – it is the empirical distribution. Rather than driving a resample, we can generate automatically the entire resample space and calculate the values of a statistic which is looking for a parameter estimator. This article describes a method for performing exact algorithm for bootstrapping, which correctness was verified on an example of the unbiased estimator of variance. It is shown that the expected value of the estimator calculated with exact bootstrap is exactly equal the variance of the sample. The method does not introduce bias of the resampling, as it may be for the classic bootstrap. The distribution of the estimator determined by the exact bootstrap compared with the limit distribution for estimator of variance, which does not require assumptions of normality of the original sample. Research has shown that if we estimate variance we cannot ignore the issue of normality of the original sample.
    Źródło:
    Przegląd Statystyczny; 2011, 58, 1-2; 60-74
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rozkłady wybranych bootstrapowych estymatorów mediany oraz zastosowanie dokładnej metody percentyli do jej przedziałowego szacowania
    Distribution of Selected Bootstrap Median Estimators and Application of the Exact Percentile Method for its Interval Estimating
    Autorzy:
    Kisielińska, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/1050563.pdf
    Data publikacji:
    2016-12-31
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    dokładna metoda precentyli
    estymacja mediany
    exact percentiles method
    median estimating
    Opis:
    W artykule przedstawiono wyniki zastosowania dokładnej metody percentyli do szacowania mediany. Dla próby o nieparzystej liczbie obserwacji zastosowano estymator w postaci mediany z próby (estymator standardowy), zaś dla próby o parzystej liczbie obserwacji estymator w postaci mediany z próby oraz estymator standardowy. Przedstawiono formuły określające rozkład estymatorów standardowych oraz opisano w jaki sposób można wyznaczyć rozkład estymatora w postaci mediany z próby o parzystej liczbie obserwacji. Badania przeprowadzono dla wybranych rozkładów i wybranych liczebności próby. Oszacowano odchylenia standardowe wziętych pod uwagę estymatorów oraz przedziały ufności wyznaczone przy ich pomocy. W pracy pokazano, że użycie dokładnej metody percentyli dla estymatorów standardowych jest znacznie prostsze niż stosowanie metody klasycznej z losowaniem prób wtórnych.
    The article presents the results of the use of exact percentiles methods for estimating median. For a sample with an odd number of observations used estimator in the form of the sample median (standard estimator), and for a sample with an even number of observations, used estimator in the form of the sample median and standard estimator. It presents a formula defining the distribution of standard estimator and describes how you can determine the distribution of the estimator in the form of the sample median for sample with an even number of observations. The study was conducted for the selected distributions and selected sample size. It was estimated standard deviation and confidence intervals for selected estimators. The study shows, that the use of exact percentiles method for standard estimators is much simpler than using the classical method with the resampling.
    Źródło:
    Przegląd Statystyczny; 2016, 63, 4; 411-429
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies