重叠
重叠采样
语法
jackstat = jackknife(jackfun,X)
jackstat = jackknife(jackfun,X,Y,…)
jackstat = jackknife(jackfun,…,'选项',选项)
描述
jackstat = jackknife(jackfun,X)
中绘制小刀数据样本n
——- - - - - -p
数据数组X
,使用函数计算每个样本的统计信息jackfun
,并在矩阵中返回结果jackstat
.重叠
问候每一行X
作为一个数据样本,所以有n
数据样本。每一个n
行jackstat
包含申请的结果jackfun
一个折刀样本。jackfun
函数句柄是用@
.行我
的jackstat
包含样本的结果X
与我
省略第一行:
S = x;S (i,:) = [];Jackstat (i,:) = jackfun(s);
jackfun
返回一个矩阵或数组,然后将此输出转换为用于存储的行向量jackstat
.如果X
是行向量,则转换为列向量。
jackstat = jackknife(jackfun,X,Y,…)
接受作为输入提供的其他参数jackfun
.它们可以是标量、列向量或矩阵。重叠
通过从非标量数据参数的行(这些行必须具有相同的行数)中进行采样并进行替换来创建每个重叠样本。标量数据被传递到jackfun
不变。非标量参数必须具有相同的行数,并且每个重叠样例从这些参数中省略相同的行。
jackstat = jackknife(jackfun,…,'选项',选项)
如果并行计算工具箱™可用,则提供了并行执行叠刀迭代的选项。集“选项”
作为你创建的结构statset
.重叠
在结构中使用以下字段:
“UseParallel” |
如果 |
例子
估计向量随机样本的最大似然方差估计的偏差y
使用重叠
.在这个问题中,偏差有一个已知的公式,所以你可以比较重叠
的值。
Sigma = 5;Y = normnd (0,sigma,100,1);M = jackknife(@var,y,1);N =长度(y);偏差= -sigma^2/n %已知偏差公式jbias = (n-1)*(mean(m)-var(y,1)) %折刀偏差估计偏差= -0.2500 jbias = -0.3378
扩展功能
在R2006a中引入