Используйте методы повторной выборки для оценки описательной статистики и доверительных интервалов из данных выборки, когда не выполняются предположения параметрического теста, или для небольших выборок из ненормальных распределений. Методы начальной загрузки выбирают случайные выборки с заменой из данных выборки для оценки доверительных интервалов для интересующих параметров. Jackknife систематически пересчитывает интересующий параметр, используя подмножество данных выборки, оставляя одно наблюдение из подмножества каждый раз (повторная выборка с исключением одного). На основе этих расчетов он оценивает интересующий параметр для всей выборки данных. При наличии лицензии Parallel Computing Toolbox™ можно использовать параллельные вычисления для ускорения вычислений повторной выборки.
bootci | Доверительный интервал начальной загрузки |
bootstrp | Выборка начальной загрузки |
crossval | Оценка потерь с помощью перекрестной проверки |
datasample | Случайная выборка из данных с заменой или без нее |
jackknife | Отбор проб Jackknife |
randsample | Случайная выборка |
Используйте методы начальной загрузки и jackknife для измерения неопределенности в оценочных параметрах и статистике.
Панель инструментов быстрого запуска параллельных вычислений для статистики и машинного обучения
Начните с параллельных статистических вычислений.
Реализация Jacknife с помощью параллельных вычислений
Ускорьте работу jackknife с помощью параллельных вычислений.
Внедрение перекрестной проверки с использованием параллельных вычислений
Ускорение перекрестной проверки с помощью параллельных вычислений.
Реализация начальной загрузки с помощью параллельных вычислений
Ускорьте загрузку с помощью параллельных вычислений.