Bootstrap重抽样法在《临床实验室管理学》教学评价中的应用

该研究探讨了Bootstrap重抽样法在《临床实验室管理学》教学评价中的应用。采用MATLAB软件,运用Bootstrap重抽样法105次可获得可靠结果。6种题型中,简答题相对得分率最高,为82.87%;多项选择题相对得分率最低,为40.00%。所授的17个章节中,"床旁检测的质量管理"章节相对得分率最高,为97.00%;"检验前过程质量管理"章节相对得分率最低,为40.00%。Bootstrap法在不增加新样本的情况下,通过有放回的重抽样增加学生考试成绩数据,使已知样本更接近总体,可运用于《临床实验室管理学》的教学评价。

基于逐步回归分析和Bootstrap重抽样的铁路钢桁桥不确定参数识别

为获得不确定性参数的概率统计特征,提出一种基于逐步回归分析和Bootstrap重抽样的不确定性参数识别方法。该方法首先根据合理试验设计确定试验点并计算试验点所对应的响应,基于逐步回归分析方法构造表达设计参数和响应关系的最优响应面模型。进而在小样本的情况下,利用Bootstrap重抽样技术对实测响应进行抽样得到大样本数据,结合响应面模型,通过优化反演来求得各个Bootstrap样本所对应的参数值,经概率统计分析得到参数的均值和标准差。采用一组试验钢板和铁路钢桁桥算例来验证所提方法的可行性和可靠性。结果表明,所提方法可准确地识别出不确定性参数的概率统计特征值;与随机模型修正相比,所提方法在保证精度的前提下,具有更高的计算效率,可用于复杂工程结构的不确定性参数量化分析中。

基于二重抽样的权数调整研究

样本量的确定和分配是抽样设计中的一个重要内容,确定样本量不仅需要综合考虑费用与精度的关系,还需要考虑其所采用的抽样方式。文章采用二重抽样对调查产生的缺失数据进行集中处理,通过对这部分不完整的信息进行有效利用,能够在一定程度上提高调查的精度,并比较了采用二重抽样和不采用二重抽样情况下估计量的标准差,论证了权数的调整方法的有效性,推导出了实际目标估计量的计算公式。在地级市(自治州)层面上,基于与城乡和年龄有关的辅助变量,提出采用迭代法和事后分层相结合的方法,对城乡和不同年龄段样本的权数进行调整,使样本结构与总体结构一致。

经验似然重抽样下回归模型的Bootstrap逼近(英文)

本文提出用经验似然重抽样来bootstrap逼近线性回归模型中的学生化最小二乘估计．我们证明了该方法具有一般s－2项Edgeworth展开，它是二阶相合的而且比经典的方法损失更小．

基于改进Ratio统计量的重尾AR(p)时间序列均值变点检验

文章提出两个改进的Ratio统计量来研究重尾AR(p)时间序列均值变点检验问题,在原假设下推导了统计量的渐近分布,且在备择假设下证明了其一致性。由于重尾指数未知且难以估计,因此结合Wild Bootstrap重抽样方法来确定渐近分布的临界值;在均值变点存在的情形下,给出了变点位置的一致估计量。数值模拟结果表明:统计量的临界值均不受重尾指数和自回归系数的影响,其经验水平和经验势均取得满意的效果;尤其在原假设下,积分型Ratio统计量的经验水平表现出更好的稳健性,而在备择假设下,最值型Ratio统计量则具备更好的显著性。最后,基于一组股票数据,从实际应用角度进一步阐明所提方法的有效性和可行性。

Bootstrap重抽样方法

医学研究中，我们通过研究一个由个体组成的样本来对目标人群进行推断。均数或构成比差异之类估计值的计算，通常伴随由标准误衍生的可信区间。这里，单个样本的数据用于量化从同一人群中抽取的（假设的）多个样本指标估计值的变异。由于我们只有一个样本，就需要对数据进行假设。

基于M估计强混合重尾序列结构变点的鲁棒检验

针对强混合重尾序列结构变点的检测问题,为避免因序列重尾性导致最小二乘估计产生偏差,文章提出了基于M估计的比值型检验统计量,用于检测重尾序列位置结构变点。在一般约束条件下证明了原假设下统计量的极限分布是布朗运动的泛函,并得到备择假设下的一致性。针对因序列相依性导致的经验水平扭曲现象,采用Block Bootstrap抽样方法获得了更为准确的临界值,有效提高了检验功效。数值模拟结果显示,在Block Bootstrap抽样方法下基于M估计的比值型检验在强混合重尾序列结构变点检测中能较好地控制经验水平,经验势也较合理。最后,通过一组汇率数据验证了所提检验方法的可行性。

Bootstrap样本大数据模型和分布式集成学习方法

传统Bootstrap抽样和Bagging集成学习通常以串行方式实现,计算效率低,且存在样本不可重用、扩展性差等问题,不适合高效的大规模Bagging集成学习。从大数据分布式计算的思维入手,提出新的Bootstrap样本划分(BSP)大数据模型和分布式集成学习方法。BSP数据模型通过分布式生成算法将训练数据表达成分布式Bootstrap样本集的集合,存储成HDFS分布式数据文件,为后续的分布式集成学习提供数据支持。分布式集成学习方法从BSP数据模型中随机选取多个BSP数据块,读入集群各个节点的虚拟机,用串行算法对选取的数据块并行计算统计量或训练建模,再将所有的计算子结果回传至主节点中,生成最终的集成学习结果,此过程中可加入对子结果的质量选择以进一步提高预测效果。BSP数据模型的生成和分布式集成学习采用非Map-Reduce计算范式进行,每个数据块的计算独立完成,减少了计算节点间的数据通信开销。提出的算法在Spark开源系统中以新的算子方式实现,供Spark应用程序调用。实验表明,新方法可以高效地生成训练数据的BSP数据模型,提高数据样本的可重用性,在基于有监督机器学习算法构建的大规模Bagging集成学习实验中,计算效率能提高50%以上,同时预测精度进一步提高约2%。

二重抽样对提高辅助信息质量分析

本研究旨在分析二重抽样方法对提高辅助信息质量分析的影响。通过比较简单随机抽样模型和二重抽样模型,我们发现二重抽样模型在估计总体参数方面具有较高的精度和稳定性,这主要归功于其充分利用辅助信息。在实际应用中,二重抽样方法具有较强的通用性和一定的可行性,尤其适用于资源有限的情境。然而,二重抽样方法也存在一定的局限性,如实施过程较复杂、需要研究者具备专业知识等。因此,在实际应用中,需要充分考虑二重抽样方法的可行性和局限性。未来研究可进一步探讨如何优化二重抽样方法,以便更有效地应用于不同领域的抽样调查。

基于样本权重的不平衡数据欠抽样方法

现实世界中广泛存在不平衡数据,其分类问题是数据挖掘和机器学习的一个研究热点.欠抽样是处理不平衡数据集的一种常用方法,其主要思想是选取多数类样本中的一个子集,使数据集的样本分布达到平衡,但其容易忽略多数类中部分有用信息.为此提出了一种基于样本权重的欠抽样方法KAcBag(K-means AdaCost bagging),该方法引入了样本权重来反映样本所处的区域,首先根据各类样本的数量初始化各样本权重,并通过多次聚类对各个样本的权重进行修改,权重小的多数类样本即处于多数类的中心区域;然后按权重大小对多数类样本进行欠抽样,使位于中心区域的样本较容易被抽中,并与所有少数类样本组成bagging成员分类器的训练数据,得到若干个决策树子分类器;最后根据各子分类器的正确率进行加权投票生成预测模型.对19组UCI数据集和某电信运营商客户换机数据进行了测试实验,实验结果表明:KAcBag方法使抽样所得的样本具有较强的代表性,能有效提高少数类的分类性能并缩小问题规模.

数据挖掘方法应用于调查数据的抽样权重问题——基于放回比例抽样的再抽样方法

在将数据挖掘方法应用于抽样调查数据时,会遇到抽样权重的处理问题。本文提出采用放回的、与样本单元权数大小成比例的再抽样方法,简称PPWWR再抽样,来实现"事后"自加权设计。实现"事后"自加权设计后的子样本可忽略掉样本权数,直接采用常规的图示方法和数据挖掘算法进行分析。随后,基于2007中国公民科学素质调查贵州省数据,通过模拟分析讨论了PPWWR再抽样子样本的样本量问题,发现max(n,5%N)是一个比较合适的样本量。这一结论可能为其他大型复杂抽样调查数据的数据挖掘实施问题提供借鉴。

舍选抽样与采样重要性重抽样算法的比较

文章比较研究了舍选法和重要性重抽样(SIR)算法生成随机数的理论基础,给出了二者的区别与联系,特别讨论了压挤舍选抽样和自适应舍选抽样,并给出了包络函数和重要性抽样函数的选择标准,探讨二者对随机数生成速度和质量的影响。

重抽样优化的快速随机抽样一致性算法

为了快速、准确地对含有高比例外点的数据进行模型参数估计,提出一种重抽样优化的快速RANSAC算法.首先在模型检验之前增设预检验,并采用一种基于样条曲线的损失函数来评价模型的质量;然后通过反复重抽样和模型检验来优化内点集;再依据双阈值对内点集进行渐近提纯;最后利用最优内点集来计算模型的参数.特征匹配和基础矩阵估计的实验结果表明,该算法具有较高的精度和效率;当外点比例高于50%时,运行速度比传统算法提高大于2个数量级.

基于三阶段Bootstrap EBM的异质性合作社效率评价研究:重庆例证

基于对传统DEA模型距离函数特征、决策单元异质性及评价结果稳健性等方面的缺陷,构建三阶段Bootstrap EBM方法。利用重庆市合作社调查的随机抽样调查数据,分析了合作社所处的外部环境变量对各类投入值的不同影响,对比分析了基于EBM距离函数的环境变量调整前后评价效率以及Bootstrap EBM调整前后的效率值及其置信区间的差异,并对比分析了不同类型合作社的效率值差异,最后基于更为准确与客观的效率评价值,有针对性地提出准确衡量及提高合作社效率的政策建议。

融合过抽样和欠抽样的不平衡数据重抽样方法

在机器学习领域的研究当中,分类器的性能会受到许多方面的影响,其中训练数据的不平衡对分类器的影响尤为严重。训练数据的不平衡也就是指在提供的训练数据集中,一类的样本总数远多于另一类的样本总数。常用的不平衡数据的处理方法有很多,只探讨利用重抽样方法对不平衡数据进行预处理来提高分类效果的方法。数据抽样算法有很多,但可以归为两大类:过抽样和欠抽样。针对二分类问题提出了四种融合过抽样和欠抽样算法的重抽样方法:BSM+Tomek、BSM+ENN、CBOS+Tomek和CBOS+ENN,并且与另外十种经典的重抽样算法做了大量的对比实验,实验证明提出的四种预处理算法在多种评价指标下提高了不平衡数据的分类效果。

基于Bootstrap抽样的多元过程能力指数估计

过程能力指数主要用于定量描述加工过程满足技术规格要求的能力,目前普遍使用的能力指数如Cp、Cpk、Cpm等主要针对单一质量特性,关于多元质量特性的过程能力指数尚未得到很好地解决。本文首先对多元过程能力指数的发展情况做一总结,指出现存的若干问题,然后在单变量过程服从正态分布的假设下,利用单一质量特性加工过程的差异系数,对单变量过程能力指数进行加权处理,得到多元过程能力指数的计算公式。然后基于Bootstrap抽样技术,对多元过程能力指数的统计分布进行仿真处理,获得了多元能力指数的经验分布及其大致的置信区间,从而为有效进行多元质量特性加工过程分析提供了概率依据。最后以某曲轴加工过程为例给出了应用案例。

利用多重抽样估计稀有物种的种类数

利用矩估计和二个稳健估计方法(jackknife估计,bootstrap估计)来处理野外生态学工作者的调查数据,在假定已经发现一些稀有物种的情形下,通过统计推断得到那些未被发现的物种的种类数.利用本文所提出的方法调查水稻田的昆虫群落和林地的地面植被群落的稀有种是十分有效的.

结构可靠度计算的近似重要性抽样方法及其应用

本文提出一种近似重要性抽样方法来计算结构可靠度。该方法将结构可靠度计算中的重要性抽样方法与结构优化中的近似重分析技术相结合，并引入误差带的技巧，显著减少了蒙特卡罗方法的计算量。运用该方法于结构正常使用极限状态可靠度分析的实例。

Bootstrap方法在渔业捕捞分层抽样调查中的应用分析

应用Bootstrap方法,对太湖捕捞渔业抽样调查参数估计进行研究,探讨分层抽样调查在捕捞产量统计中的应用。随机抽样模拟的结果表明,有放回的Bootstrap方法适用于抽样比例较小的分层抽样调查。对于总体分布未知且样本量容量有限的情况下分层抽样调查的方差估计,重权Bootstrap方法相比其它方法具有明显的优势,适合用于渔业抽样调查工作。

关于利用重要抽样法控制蒙特卡罗方差的比较

给出了利用重要性抽样控制M-C方差的方法及其评价标准——有效样本大小,从理论上证明了其合理性,比较研究了重要性抽样函数对方差的影响并给出了改进方法,与采样重要重抽样相比,重要抽样算法抽样相对复杂些,但估计精度远远高于采样重要重抽样,最后结合实例验证了前面结论,模拟结果显示,重要性抽样有效、可靠,特别适合模拟小概率事件。