R에서 수행 된 부트 스트랩의 출력 이해 (tsboot, MannKendall)

R의 tsboot 호출 해석에 관한 질문이 있습니다. Kendall과 부트 패키지의 설명서를 확인했지만 이전보다 더 똑똑하지는 않습니다.

예를 들어 Kendall 패키지의 예제를 사용하여 부트 스트랩을 실행하면 테스트 통계는 Kendall의 tau입니다.

library(Kendall)
# Annual precipitation entire Great Lakes
# The Mann-Kendall trend test confirms the upward trend.
data(PrecipGL)
MannKendall(PrecipGL)

상승 추세를 확인하는

tau = 0.265, 2-sided pvalue =0.00029206

그런 다음 예제는 블록 부트 스트랩을 계속 사용합니다.

#
#Use block bootstrap 
library(boot)
data(PrecipGL)
MKtau<-function(z) MannKendall(z)$tau
tsboot(PrecipGL, MKtau, R=500, l=5, sim="fixed")

다음과 같은 결과가 나타납니다.

BLOCK BOOTSTRAP FOR TIME SERIES
Fixed Block Length of 5 
Call:
tsboot(tseries = PrecipGL, statistic = MKtau, R = 500, l = 5, 
sim = "fixed")


Bootstrap Statistics :
 original     bias    std. error
t1* 0.2645801 -0.2670514  0.09270585

올바르게 이해하면 "t1 * original"은 원래 MKtau이고 "bias"는 R = 500 부트 스트랩 된 시계열의 MKtau의 평균이며 "std. error"는 MKtaus의 표준 편차입니다. 500 개의 샘플.

이것이 의미하는 바를 이해하는 데 어려움이 있습니다. 이것은 기본적으로 모든 500 MKTaus가 원본보다 낮고 원본 t1 *가 부트 스트랩 된 MKtaus의 3 sd 범위에 있음을 나타냅니다. Ergo 그것은 크게 다르다?

또는 데이터 세트의 MKtau가 0.26 플러스 / 마이너스 표준 오차라고 말할 수 있습니까?

긴 질문에 대해 유감스럽게 생각하지만 통계 초보자이며 자율 학습을 통해 배우고 있습니다. 아마도이 간단한 문제를 앞뒤로 반송 할 사람이 없습니다.

r bootstrap

— 마리아
소스

출력 bias은 단순히 500 개의 저장된 부트 스트랩 샘플 의 평균 과 원래 추정치의 차이입니다. 이것은 std. error500 부트 스트랩 샘플의 표준 편차이며 표준 오류의 추정치입니다. 결과는 원래 추정치가 500 부트 스트랩 추정치의 평균 보다 높음을 나타냅니다 (따라서 모든 부트 스트랩 된 MKtaus가 낮은 것은 아닙니다 ). 부트 스트랩은 종종 분포에 대한 가정없이 표준 오류 / 신뢰 구간을 계산하는 데 사용됩니다. 이 boot.ci함수를 사용하여 신뢰 구간을 계산하십시오.

— COOLSerdash

@COOLSerdash 감사합니다! 따라서 원래 통계가 부트 스트랩 통계의 평균보다 3 sd 높으면 직접 결론을 내릴 수 있습니까 (예 : 통계는 0.99에서 중요합니다)? 또한 boot.ci신뢰 구간을 계산 하기 위해 를 사용했으며 원래 계산 된 통계는이 구간 밖에 있습니다.

— Maria

아니요, 부트 스트랩 통계량과 원래 통계량을 가설 검정과 비교하지 않습니다. 부트 스트랩 된 표준 오류와 신뢰 구간을 사용 /보고합니다.

— COOLSerdash

N (0, sig) 오류가있는 모델 y = ax + b 와 같은 질문에 제어 된 데이터 세트를 사용하여 탐색 한 결과 Kendall 패키지가 광고 된대로 작동하지 않을 수 있습니다. X 내 경우였다 및 Y = X , SIG 함께 = 100 (오차항의 분산).1:100

회귀는 좋아 보이며 Kendall의 타우도 좋습니다. 여기서 선형 모델에 의해 유도 된 것 이외의 자기 상관은 없습니다. 1, 3, 5 및 10의 블록 길이로 보급 된 Kendall 테스트를 실행하면 매우 큰 바이어스 값이 생성되며 boot.ci추세가보고되지 않습니다.

결과적으로, 나는 이러한 블록 길이로 데이터의 부트 스트랩을 수동으로 코딩했으며, 제어 시리즈를 사용하여 부트 스트랩 샘플의 평균과 확산에 대한 합리적인 결과를 얻었습니다. 따라서, 블록 부트 스트랩과 관련하여 Kendall 패키지에 문제가있을 수 있습니다.

— 사용자 46157
소스