? ??學(xué)過統(tǒng)計(jì)學(xué)的同學(xué)應(yīng)該對置信區(qū)間都有了解，置信區(qū)間又叫估計(jì)區(qū)間，是從概率來講某個(gè)隨機(jī)變量可能取的值的范圍。

那很多時(shí)候數(shù)據(jù)是不符合正態(tài)分布，或者是我們不知道樣本總體是否符合正態(tài)分布，但是我們又需要求取置信區(qū)間時(shí)，就可以用到我們的今天的主角--在樂字節(jié)課堂上教的Bootstrap抽樣的方法。

Bootstrap是對樣本進(jìn)行有放回的抽樣，抽樣若干次(一般為1000次)，每次抽樣的結(jié)果作為一個(gè)樣本點(diǎn)，抽樣1000次，就會有1000個(gè)樣本點(diǎn)，用這1000個(gè)點(diǎn)的分布作為樣本總體的分布，而這1000個(gè)點(diǎn)是大概率是服從正態(tài)分布的，只要服從正態(tài)分布就可以按照正態(tài)分布的公式求取置信區(qū)間。

那為什么這1000個(gè)點(diǎn)是服從正態(tài)分布的呢？依據(jù)的就是就是中心極限定理，關(guān)于中心極限定理的講解可以看《講講中心極限定理》。

接下來我們通過一個(gè)例子來看下，首先生成一個(gè)長尾分布的數(shù)據(jù)：

from?scipy.stats?import?f

dfn,?dfd?=?45,?10

r?=?f.rvs(dfn,?dfd,?size=10000)

sns.distplot(r)

在實(shí)際業(yè)務(wù)中很多數(shù)據(jù)其實(shí)都是符合長尾分布的。然后我們對這個(gè)長尾分布的數(shù)據(jù)進(jìn)行Bootstrap抽樣，有放回的抽樣1000次，每次抽10000個(gè)樣本，最后得到1000個(gè)均值，這1000個(gè)均值的分布如下：

import?numpy?as?np

sample_mean?=?[]

for?n?in?range(1,1001):

????s?=?np.random.choice(r,size?=?10000).mean()

????sample_mean.append(s)

運(yùn)行上面的代碼得到如下結(jié)果：

可以看到這1000個(gè)均值是符合正態(tài)分布的，只要符合正態(tài)分布，那我們就可以利用正態(tài)分布的性質(zhì)對其進(jìn)行估算。

以上就是關(guān)于Bootstrap的一個(gè)簡單介紹，希望對你有用。

文章來自于樂字節(jié)

最后給大家推薦幾個(gè)b站超詳細(xì)的Java自學(xué)課：

Servlet入門教程BV1D5411373E

Vue、Vuejs教程，BV19V41177od

SpringBoot+Vue項(xiàng)目實(shí)戰(zhàn)BV1o64y117qQ