부트 스트랩 : 추정값이 신뢰 구간을 벗어남

혼합 모델 (상호 작용과 무작위 변수가있는 여러 변수)로 부트 스트랩을 수행했습니다. 이 결과를 얻었습니다 (일부 만 해당).

> boot_out

ORDINARY NONPARAMETRIC BOOTSTRAP

Call:
boot(data = a001a1, statistic = bootReg, R = 1000)

Bootstrap Statistics :
          original        bias     std. error
t1*   4.887383e+01 -1.677061e+00 4.362948e-01
t2*   3.066825e+01  1.264024e+00 5.328387e-01
t3*   8.105422e+01  2.368599e+00 6.789091e-01
t4*   1.620562e+02  4.908711e+00 1.779522e+00
......

이제 인터셉트에 대한 신뢰 구간을 얻고 싶습니다.

> boot.ci(boot_out,type=c("norm","basic","perc"), index=1)
BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 1000 bootstrap replicates

CALL : 
boot.ci(boot.out = boot_out, type = c("norm", "basic", 
"perc"), index = 1)

Intervals : 
Level      Normal              Basic              Percentile     
95%   (49.70, 51.41 )   (49.70, 51.41 )   (46.34, 48.05 )  
Calculations and Intervals on Original Scale

추정 된 치우침은 다음과 같습니다.

48.873 -1.677
1 47.196

내가 가진 문제는 일반 CI와 기본 CI가 추정치 (원본 및 수정)를 벗어난 것입니다. 나는 그에 대처하는 방법을 궁금합니다.

업데이트 1 :
여기 에 많은 답변이있는 비슷한 질문이 있습니다.

r confidence-interval bootstrap bias

— 지오다노
소스

고전적인 저서의 Efron & Tibshirani (1993)는 표준 오류를 증가시킬 수있는 "위험하고"문제가있는 관행이라고 편향 교정에 반대하는 것이 아니라고 주장했다.

— 팀

귀하의 의견에 감사드립니다. 나는 책을 볼 것이다. 어쩌면 해결책은 추정값과 부트 스트랩 se *를 사용하여 신뢰 구간을 계산하는 것입니다. 필자의 경우 편견은 추정치에만 약간 영향을 미칩니다.

— giordano

당신이 직면하는 어려움은 암시적인 수학에서 비롯됩니다. 위치 중심 추정기 또는 구간 추정기는 분포에 대한 비용 함수를 최소화하는 것으로 생각할 수 있습니다. 가우스상의 샘플 평균은 2 차 손실을 최소화하는 반면, 중앙값은 가우스에서의 절대 선형 손실 함수를 최소화합니다. 인구 집단에서 동일한 지점에 있지만 다른 비용 함수를 사용하여 발견됩니다.

알고리즘을 제공하고 "이 작업을 수행하십시오"라고 말하지만 알고리즘이 개발되기 전에 누군가 최적화 문제를 해결했습니다.

세 가지 간격과 포인트 추정기를 제공하는 네 가지 비용 함수를 적용했습니다. 비용 함수가 다르기 때문에 다른 포인트와 간격을 제공합니다. 방법론을 수동으로 통합하는 것 외에는 수행 할 작업이 없습니다.

어떤 논문이 어떤 유형의 문제에 대응되는지 이해하려면 기초 논문을 찾고 기초 코드를 살펴 봐야합니다.

이 말을해서 죄송하지만 소프트웨어에 배신당했습니다. 그것은 그 일을했고 평균적으로 이것은 잘 작동하지만 소프트웨어가 작동하지 않는 샘플을 얻었습니다. 또는 오히려 완벽하게 작동하고 실제로 실제로 수행중인 작업을 확인하려면 문서를 거꾸로 진행해야합니다.

— 데이브 해리스
소스

그것은 그것의 일을 해 주셔서 감사합니다. 그리고 이것은 평균적으로 훌륭하게 작동하지만 소프트웨어가 작동하지 않는 샘플 과 다른 통찰력 을 얻었습니다 . 실제로 샘플이 이상하기 때문에 부트 스트랩을 사용하여 CI를 계산하려고했습니다. 분명히이 방법은 그렇게 간단하지 않은 것 같습니다.

— giordano