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
положительное целое число, указывающее на количество выборок начальной загрузки, используемых в расчете. bootfun
указатель на функцию, заданный с @
. Третьи и более поздние входные параметры к bootci
данные (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 bootfun
неизменный.
Если bootfun
возвращает скаляр, ci
вектор, содержащий нижние и верхние границы доверительного интервала. Если bootfun
возвращает вектор длины m, ci
массив размера 2 m, где ci(1,:)
нижние границы и ci(2,:)
верхние границы. Если bootfun
возвращает массив размера m-by-n-by-p-by-..., ci
массив размера 2-by-m-by-n-by-p-by-..., где ci(1,:,:,:,...)
массив нижних границ и ci(2,:,:,:,...)
массив верхних границ.
ci = bootci(nboot,{bootfun,...},'alpha',alpha)
вычисляет 100*(1-alpha)
загрузите доверительный интервал статистической величины, заданной функциональным bootfun
. bootfun
и данные, что bootci
передачи в него содержатся в массиве отдельной ячейки. alpha
скаляр между 0
и 1
. Значение по умолчанию alpha
0.05
.
ci = bootci(nboot,{bootfun,...},...,'type',
вычисляет доверительный интервал начальной загрузки статистической величины, заданной функциональным type
)bootfun
тип доверительного интервала, выбранный из числа следующего:Ввод
'norm'
или 'normal'
— Нормальный аппроксимированный интервал с загруженной систематической ошибкой и стандартной погрешностью.
'per'
или 'percentile'
— Основной метод процентили.
'cper'
или 'corrected percentile'
— Сместите откорректированный метод процентили.
'bca'
— Сместите откорректированный 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 nbootstd
загрузите выборки данных. nbootstd
положительное целочисленное значение. Значение по умолчанию nbootstd
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
указатель 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 вектор 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, bootstrp
выборки N из N с заменой с помощью этих весов в качестве вероятностей выборки многочлена.
ci = bootci(nboot,{bootfun,...},...,'Options',options)
задает опции, которые управляют расчетом итераций начальной загрузки. Одна опция запрашивает тот bootci
выполните 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
. Применимый statset
параметры:
'UseParallel'
— Если true
и если parpool
из Parallel Computing Toolbox открыто, вычислите итерации начальной загрузки параллельно. Если Parallel Computing Toolbox не установлен, или parpool
не открыто, расчет происходит в последовательном режиме. Значением по умолчанию является false
, или последовательный расчет.
UseSubstreams
— Установите на true
вычислить параллельно восстанавливаемым способом. Значением по умолчанию является false
. Чтобы вычислить восстанавливаемо, установите Streams
к типу, позволяющему подпотоки: 'mlfg6331_64'
или 'mrg32k3a'
.
Streams
— RandStream
объектный массив 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
true
UseSubstreams
false
В этом случае используйте массив ячеек тот же размер в качестве Параллельного пула.
[ci,bootstat] = bootci(...)
также возвращает загруженную статистическую величину, вычисленную для каждого nboot
начальная загрузка реплицирует выборки. Каждая строка bootstat
содержит результаты применения bootfun
к одной выборке начальной загрузки. Если bootfun
возвращает матрицу или массив, затем этот выход 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