使用bootstrap方法计算经验分布的置信区间

我已经使用bootstrap方法计算了样本均值的经验分布，但现在我还需要使用经验分布计算总体均值的置信区间I找到。使用bootstrap方法计算经验分布的置信区间

有没有办法在Matlab中自动执行它给我的状态？如果不是，你会如何找到人口平均值的95％置信区间？

2015-12-16 nbro

您计算出的平均值的引导置信区间是分布的分位数。因此，它可以简单的

quantile(myBootstrappedMeans, [0.05, 0.95])

这将使90％的置信区间为载体myBootstrappedMeans。作为参考，http://math.usask.ca/~longhai/doc/talks/slide-bootstrap.pdf

0.05和0.95是90％置信区间（中间90％的数据）。对于不同的置信区间，您只需要选择该数据的中间分位数。所以，对于95％，你会使用0.025和0.975。总而言之，您可以使用(1-level)/2和(0.5 + level/2)，其中level是您需要的置信区间（或置信度）。

来源

2015-12-16 02:34:53

好的，谢谢。但是您正在使用的函数名称（“分位数”）的含义是什么？我知道它返回了间隔的极端，“分位数”这个词与此有什么关系？从Matlab文档中，我不确定我是否理解。我对这些事情真的很陌生。 – nbro

@rbro'quantile'函数返回数据集的[分位数]（https://en.wikipedia.org/wiki/Quantile）。例如，0.5分位数是中位数，0.25,0.5和0.75分位数一起被称为四分位数。您可能也听说过术语*百分位数* - 100 * * q * th百分位数与* q * th位数相同。 –

使用bootstrap方法计算经验分布的置信区间

回答

相关问题