Загрузите доверительный интервал
ci = bootci(nboot,bootfun,...)
ci = bootci(nboot,{bootfun,...},'alpha',alpha)
ci = bootci(nboot,{bootfun,...},...,'type',type)
ci = bootci(nboot,{bootfun,...},...,'type','student','nbootstd',nbootstd)
ci = bootci(nboot,{bootfun,...},...,'type','student','stderr',stderr)
ci = bootci(nboot,{bootfun,...},...,'Weights',weights)
ci = bootci(nboot,{bootfun,...},...,'Options',options)
[ci,bootstat] = bootci(...)
ci = bootci(nboot,bootfun,...) вычисляет 95%-й доверительный интервал начальной загрузки статистической величины, вычисленной функциональным bootfun. nboot является положительным целым числом, указывающим на количество выборок начальной загрузки, используемых в вычислении. bootfun является указателем на функцию, заданным с @. Третьи и более поздние входные параметры к bootci являются данными (скаляры, вектор-столбцы или матрицы), которые используются, чтобы создать входные параметры к bootfun. bootci создает каждую выборку начальной загрузки путем выборки с заменой из строк нескалярных аргументов данных (они должны иметь одинаковое число строк). Скалярные данные передаются неизменному bootfun.
Если bootfun возвращает скаляр, ci является вектором, содержащим нижние и верхние границы доверительного интервала. Если bootfun возвращает вектор длины m, ci является массивом размера 2 m, где ci(1,:) является нижними границами, и ci(2,:) верхние границы. Если bootfun возвращает массив размера m-by-n-by-p-by-..., ci является массивом размера 2-by-m-by-n-by-p-by-..., где ci(1,:,:,:,...) является массивом нижних границ, и ci(2,:,:,:,...) является массивом верхних границ.
ci = bootci(nboot,{bootfun,...},'alpha',alpha) вычисляет доверительный интервал начальной загрузки 100*(1-alpha) статистической величины, заданной функциональным bootfun. bootfun и данные, которые bootci передает ему, содержатся в массиве отдельной ячейки. alpha является скаляром между 0 и 1. Значением по умолчанию alpha является 0.05.
ci = bootci(nboot,{bootfun,...},...,'type', вычисляет доверительный интервал начальной загрузки статистической величины, заданной функциональным type)bootfun. type
'norm' или 'normal' — Нормальный аппроксимированный интервал с загруженной систематической ошибкой и стандартной погрешностью.
'per' или 'percentile' — Основной метод процентили.
'cper' или 'corrected percentile' — Сместите исправленный метод процентили.
'bca' — Сместите исправленный и ускоренный метод процентили. Это значение по умолчанию.
'stud' или 'student' — Доверительный интервал Studentized.
ci = bootci(nboot,{bootfun,...},...,'type','student','nbootstd',nbootstd) вычисляет доверительный интервал начальной загрузки studentized статистической величины, заданной функциональным bootfun. Стандартная погрешность статистики начальной загрузки оценивается с помощью начальной загрузки с выборками данных о начальной загрузке nbootstd. nbootstd является положительным целочисленным значением. Значением по умолчанию nbootstd является 100.
ci = bootci(nboot,{bootfun,...},...,'type','student','stderr',stderr) вычисляет доверительный интервал начальной загрузки studentized статистики, заданной функциональным bootfun. Стандартная погрешность статистики начальной загрузки оценена функциональным stderr. stderr является указателем на функцию. stderr берет те же аргументы в качестве bootfun и возвращает стандартную погрешность статистической величины, вычисленной bootfun.
ci = bootci(nboot,{bootfun,...},...,'Weights',weights) задает веса наблюдения. weights должен быть вектором неотрицательных чисел по крайней мере с одним положительным элементом. Число элементов в weights должно быть равно количеству строк в нескалярных входных параметрах к bootfun. Чтобы получить одну начальную загрузку реплицируют, выборки bootstrp N из N с заменой с помощью этих весов в качестве вероятностей выборки многочлена.
ci = bootci(nboot,{bootfun,...},...,'Options',options) задает опции, которые управляют вычислением итераций начальной загрузки. Одна опция запрашивает, чтобы bootci выполнил итерации начальной загрузки с помощью нескольких процессоров, если Parallel Computing Toolbox™ доступен. Две опции задают потоки случайных чисел, которые будут использоваться в передискретизации начальной загрузки. Этот аргумент является struct, который можно создать с вызовом statset. Можно получить значения отдельных полей с вызовом statget. Применимые параметры statset:
'UseParallel' Если true и если parpool Parallel Computing Toolbox открыт, вычислите итерации начальной загрузки параллельно. Если Parallel Computing Toolbox не установлен, или parpool не открыт, вычисление происходит в последовательном режиме. Значением по умолчанию является false или последовательное вычисление.
UseSubstreams — Установите на true, чтобы вычислить параллельно восстанавливаемым способом. Значением по умолчанию является false. Чтобы вычислить восстанавливаемо, установите Streams на тип, позволяющий подпотоки: 'mlfg6331_64' или 'mrg32k3a'.
Объектный массив Streams — A RandStream или массив ячеек таких объектов. Если вы не задаете Streams, bootci использует поток по умолчанию или потоки. Если вы принимаете решение задать Streams, используйте отдельный объект кроме случая
UseParallel является true
UseSubstreams является false
В этом случае используйте массив ячеек тот же размер в качестве Параллельного пула.
[ci,bootstat] = bootci(...) также возвращается, загруженная статистическая величина, вычисленная для каждой начальной загрузки nboot, реплицируют выборки. Каждая строка bootstat содержит результаты применения bootfun к одной выборке начальной загрузки. Если bootfun возвращает матрицу или массив, то этот вывод преобразован в вектор - строку для устройства хранения данных в bootstat.
Вычислите доверительный интервал для индекса возможностей в статистическом управлении процессами:
y = normrnd(1,1,30,1); % Simulated process data
LSL = -3; USL = 3; % Process specifications
capable = @(x)(USL-LSL)./(6* std(x)); % Process capability
ci = bootci(2000,capable,y) % BCa confidence interval
ci =
0.8122
1.2657
sci = bootci(2000,{capable,y},'type','student') % Studentized ci
sci =
0.7739
1.2707