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 из 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)bootfunВвод
'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 функцией 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 из 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, которого 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 A 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