Bootstrapping güçlü bir istatistiksel tekniktir. Özellikle örneklem birlikte çalıştığımız boyut küçük. Her zamanki koşullar altında, 40'tan küçük örnek boyutları, normal dağılım veya bir t dağılımı. Önyükleme teknikleri, 40'tan az elemanı olan örneklerle oldukça iyi çalışır. Bunun nedeni, önyüklemenin yeniden örneklemeyi içermesidir. Bu tür teknikler, dağıtım bizim veriler.
Bilgisayar kaynakları daha kolay kullanıma sunulduğundan, önyükleme daha popüler hale gelmiştir. Bunun nedeni, önyüklemenin pratik olması için bir bilgisayar kullanılması gerektiğidir. Bunun nasıl çalıştığını aşağıdaki önyükleme örneğinde göreceğiz.
İle başlıyoruz istatistiksel bir örnek hakkında hiçbir şey bilmediğimiz bir popülasyondan. Amacımız, numunenin ortalaması hakkında% 90 güven aralığı olacaktır. Her ne kadar diğer istatistiksel teknikler güvenilirlik aralığı popülasyonumuzun ortalama veya standart sapmasını bildiğimizi varsayalım, önyükleme örneklemden başka bir şey gerektirmez.
Örneğimizin amaçları doğrultusunda, numunenin 1, 2, 4, 4, 10 olduğunu varsayacağız.
Şimdi, bootstrap örnekleri olarak bilinenleri oluşturmak için örneğimizden değiştirme ile yeniden örnekliyoruz. Her bootstrap örneği tıpkı orijinal örneğimiz gibi beş büyüklüğüne sahip olacaktır. Her bir değeri rastgele seçtiğimiz ve sonra değiştirdiğimiz için, bootstrap örnekleri orijinal örnekten ve birbirinden farklı olabilir.
Gerçek dünyada karşılaşacağımız örnekler için, bunu binlerce kez olmasa da yüzlerce yeniden örnekleme yapacağız. Aşağıda, 20 önyükleme örneği örneği göreceğiz:
Popülasyon ortalaması için bir güven aralığı hesaplamak için bootstrapping kullandığımızdan, şimdi bootstrap numunelerimizin her birinin ortalamalarını hesaplıyoruz. Artan sırada düzenlenen bu araçlar şunlardır: 2, 2.4, 2.6, 2.6, 2.8, 3, 3, 3.2, 3.4, 3.6, 3.8, 4, 4, 4.2, 4.6, 5.2, 6, 6, 6.6, 7.6.
Şimdi bootstrap örnek listemizden elde ettiğimiz güven aralığı anlamına gelir. % 90 güven aralığı istediğimizden, aralıkların uç noktaları olarak 95. ve 5. persentilleri kullanıyoruz. Bunun nedeni,% 100 -% 90 =% 10'u ikiye bölmemiz, böylece tüm bootstrap örnek araçlarının orta% 90'ına sahip olmamızdır.