原文链接：http://tecdat.cn/?p=25908
介绍
假如你做了一个简略的回归，当初你有了你的 . 您想晓得它是否与（例如）零显着不同。一般来说，人们会查看他们抉择的软件报告的统计数据或 p.value。问题是，这个 p.value 计算依赖于因变量的散布。如果没有不同的阐明，您的软件假设为正态分布，那是怎么回事？
例如，（95%）置信区间是 ,1.96 来自正态分布。
倡议不要这样做，bootstrapping* 的长处在于它没有散布的问题，它实用于高斯、柯西或其余的散布。
40年前电脑计算速度很慢，当初不是了。你依然能够保留你的散布假如，但至多要看看当你放松假如的时候会产生什么。做到这一点的办法是应用Bootstrap法，这个想法很直观和简略。
约翰-福克斯写道："总体对样本来说，就像样本对疏导程序样本一样"。但这是什么意思呢？你对来自样本的预计，应该是对 "实在"，即总体的预计，而这是未知的。当初从样本中抽取一个样本，咱们称这个样本为Bootstrap样本，依据这个（Bootstrap）样本来预计你的状况，当初这个新的预计是对你原来的预计，也就是来自原始数据的那个。为了分明起见，假如你有3个观测值，第一个是{x=0.7,y=0.6}，第二个是{x=A,y=B}，第三个是{x=C,y=D}，当初，从样本中抽出的一个例子是洗牌排序：第一个是{x=A,y=B}，第二个是{x=0.7，y=0.6}，第三个是{什么什么}。这种 "洗牌 "就是咱们所说的bootstrap样本，留神，任何察看值都能够被抉择一次以上，或者基本不被抉择，也就是说，咱们是用替换法取样。当初咱们再次预计同一统计量x=C,y=D}。这种 "洗牌 "就是咱们所说的bootstrap样本，留神，任何察看值都能够被抉择一次以上，或者基本不被抉择，也就是说，咱们是用替换法取样。当初咱们再次预计同一统计量（在咱们的例子中）。
反复这个样本和预计很屡次，你就有了许多Bootstrap预计，当初你能够查看体现。你能够用它来做一件事，就是为你的估计值自举Bootstrap置信区间（CI），而不须要根本的散布假如。
在 R
在 R 中，“boot”包能够解决问题：
library #加载软件包# 当初咱们须要咱们想要预计的函数# 在咱们的例子中，是。bfun = function(da,b,fola){ # b是bootstrap样本的随机指数return(lm$coef\[2\]) # 这是对系数的解释}# 当初你能够进行自举了。bt = boot# R是多少个bootstrap样本plothist您能够放大在每个bootstrap程序中抉择了哪些索引，确切的排列是什么，能够应用函数 bay 来做到这一点：
zot = boot.arraydim(zo) # 大小应该是R(bootstrap样本数)乘以n(你的数据的NROW)hist# 这是每一个指数的频率，对于第一个bootstrap运行，所以在这个直方图中，一个Y值比如说是3#意味着在这个特定的bootstrap样本中，X值察看被抉择了3次本人编写代码
如果您能够本人编写代码，就能够更好地了解它，对于像bootstrap置信区间这样的简略问题，它更加简略和快捷：
ptm <- pce() # 看一下它所花的工夫for (i in 1:nb){uim = sample # 抉择随机指数bt\[i\] = lmproc.time() - ptm # 在我这边大概80秒您以后的置信区间怎么样？
真的有关系吗？兴许这不值得麻烦。作为一个例子，我应用了已知有厚尾的股票收益，这意味着远离核心的更多察看样本。看看下图：
那就是摩根士丹利 与市场。估计值以 1.87 为核心。彩色垂直线是“lm”函数报告的 (95%) 置信区间，蓝色垂直线是等效的非参数置信区间，浅蓝色曲线是正态密度。
留神到这个区间与非参数bootstrap法有多大区别，在这种状况下，非参数bootstrap 法更精确。例如，可能参数实际上是2，你能够看到软件的输入回绝了这种可能性，因为它假设了正态性，然而疏导法的置信区间的确涵盖了2这个值。所以，一个投资者如果认为 "在我的投资组合中，所有的贝塔值都小于2，CI值为95%"，那么他就谬误地认为摩根斯坦利是这样的。这个查看须要大概80秒，所以我在把它插入双 "for "循环之前会三思而后行。然而，如果你是社会科学家，能够用这种持重的剖析来加强你的规范（失常）输入。
总结
在这里你能够看到，当你应用bootstrap的置信区间时，当正态分布假如无效时，_状况_并没有那么糟坏。我创立了一个假的正态分布，应用与报告雷同的核心和标准差，并做了完全相同的剖析。
同样，我应用与 "lm "报告雷同的核心和标准差从正态分布中进行了模仿，你能够看到区间是互相靠近的，这就总结了这篇文章，应用参数化的置信区间，从假如的正态分布在某种意义上是次优的，因为即便是正态，你也不会损失很多。
谢谢浏览。
###################################################### 当初我实际上是从正态分布中生成###################################################rnormlm2 = lmfor (i in 1:b){uni = samplefe\[i\] = lm}ftha <- boeh2 = histxlinexfit<-seqyfit<-dnormlines最受欢迎的见解
1.R语言多元Logistic逻辑回归 利用案例
2.面板平滑转移回归(PSTR)剖析案例实现剖析案例实现")
3.matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）
4.R语言泊松Poisson回归模型剖析案例
5.R语言混合效应逻辑回归Logistic模型剖析肺癌
6.r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现
7.R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病
8.python用线性回归预测股票价格
9.R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测