ブートストラップ分布の統計量は、母集団パラメータの推定に使えます。ただし、未知の母集団パラメータを常に正確に推定できると信頼してよいのでしょうか?
ブートストラップ分布の平均と標準偏差の両方を、母集団の対応する値の推定に使うべきでしょうか。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
サンプリングとは何か、そしてなぜ強力なのかを学びます。ついで、便宜抽出が引き起こす問題点や、真のランダム性と疑似乱数の違いについても扱います。
いよいよ手を動かしましょう。Pythonで4つの無作為抽出法(単純、系統、層化、クラスター)を実装します。
これまでのサンプリングを検証します。この章では、相対誤差で標本統計量の精度を定量化し、サンプリング分布を生成して推定のばらつきを評価する方法を学びます。
リサンプリングを用いたブートストラップで、未知の母集団のばらつきを推定します。サンプリング分布とブートストラップ分布の違いも、リサンプリングを通して理解します。
現在の演習