1 votos

Remuestreo Bootstrap a partir de una distribución gaussiana.

Tengo un conjunto de puntos $\{x_i,y_i\}$ con 20 elementos en el gráfico de dispersión, la distribución parece gaussiana. Mi objetivo es estimar el centro de la gaussiana $x_{center}=\mu$ de esta distribución. Estoy tratando de aplicar el método de bootstrapping mediante el muestreo de 20 elementos con reemplazo cada vez y encontrar la media de cada muestra. Repetiré este procedimiento muchas veces para obtener una pequeña distribución de la media.

Mi pregunta es, ya que mi conjunto de datos original podría no ser una distribución normal, ¿debo normalizar la probabilidad $y_i$ y utilizarlo como peso en mi remuestreo de $x_i$ ? Si es así, en la distribución de salida de la media, ¿cómo puedo determinar su pico como mi estimación? ¿Es sólo la barra más alta?

Gracias:)

2voto

Wings Puntos 32

La práctica habitual es tomar la media (no ponderada) de la muestra BS, es decir $w_i$ sea el peso del $x_i$ por lo que para cada muestra se tiene $$ \mu_{b} = \sum_{i=1}^{20} w_i x_i, $$ para $b=1,...,B$ , donde $B$ es el número de muestras de la BS. Entonces el estimador de puntos de la BS es $$ \mu_B = \frac{1}{B}\sum_{b=1}^B \mu_b. $$ En su caso, debería corresponder al "pico" de la distribución de la muestra basada en BS.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X