잭나이프 vs. LOOCV

Jackknife와 차이점이 있습니까? 절차가 누락 된 것 같습니다.

교차 유효성 검사에서는 왼쪽 표본에 대한 통계를 계산합니다. 가장 자주, 당신은 유지 샘플을 기반으로 모델로 남은 샘플을 예측합니다. jackknifing에서는 보관 된 샘플에서만 통계를 계산합니다.

Jackknife는 종종 두 가지 관련이 있지만 다른 프로세스를 언급하는데,이 두 가지 프로세스는 모두 일대일 휴가 방식에 의존하므로 이러한 혼란을 초래합니다.

한 맥락에서, 잭나이프는 모집단 모수 및 표준 오류를 추정하는 데 사용될 수 있습니다. 예를 들어, 잭나이프 방식을 사용하여 간단한 회귀 모형의 기울기와 절편을 추정하려면 다음을 수행하십시오.

1. 사용 가능한 모든 데이터를 사용하여 기울기를 추정하고 차단합니다.
2. 1 개의 관측치를 남기고 기울기와 절편을 추정합니다 (계수의 "부분 추정값"이라고도 함).
3. 기울기와 "절편의"의사 값 "으로도 알려진"부분 추정치 "와"모든 데이터 "추정치의 차이를 계산합니다.
4. 전체 데이터 세트에 대해 2 단계와 3 단계를 반복하십시오.
5. 각 계수에 대한 의사 값의 평균을 계산합니다. 이들은 경사 및 절편의 잭나이프 추정값입니다.

계수의 의사 값과 잭나이프 추정값을 사용하여 표준 오차와 신뢰 구간을 결정할 수도 있습니다. 일반적으로이 방법은 계수에 대한 신뢰 구간이 넓어 지는데, 이는 계수가 더 좋고 보수적이며 불확실성 측정치이기 때문입니다. 또한이 방법을 사용하여 계수에 대한 잭나이프의 바이어스 추정값을 얻을 수도 있습니다.

다른 맥락에서, 잭나이프는 모델 성능을 평가하는 데 사용됩니다. 이 경우 jackknife = 일회성 교차 검증입니다. 둘 다 하나의 관측 값을 교정 데이터 세트에서 제외하고 모델을 재 교정하며 누락 된 관측 값을 예측하는 것을 말합니다. 기본적으로 각 관측 값은 예측 변수의 "부분 추정값"을 사용하여 예측됩니다.

다음은 온라인에서 찾은 jackknife에 대한 멋진 글입니다 : https://www.utdallas.edu/~herve/abdi-Jackknife2010-pretty.pdf