Metodi di ricampionamento: jacknife, bootstrap e test di ipotesi
Metodi di ricampionamento: jacknife, bootstrap e test di ipotesi
Metodi di ricampionamento: jacknife, bootstrap e test di ipotesi
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Altre stime <strong>di</strong> <strong>bootstrap</strong><br />
Se consideriamo lo stimatore non corretto <strong>di</strong> MSE (MSE BS ),<br />
ve<strong>di</strong>amo che viene effettuato sul data set originale, che<br />
contiene sia esempi che appartengono al data set su cui è<br />
stato appreso il modello sia esempi che non sono stati<br />
utilizzati nell’appren<strong>di</strong>mento<br />
per n∞ la percentuale <strong>di</strong> punti che rimangono nel<br />
<strong>bootstrap</strong> sample è il 63,2% del campione originale<br />
Possiamo allora calcolare la stima <strong>di</strong> MSE usando solo i<br />
campioni del “<strong>test</strong>” set<br />
Dove C i è l’insieme degli in<strong>di</strong>ci del <strong>bootstrap</strong> sample b che non<br />
contengono l’iesimo campione, e B i è il numero <strong>di</strong> questi campioni
Change language