抽出し直しによる誤差の幅(ブートストラップ)
なぜ大切か 「100 の項目で 95% の正解率」は、次の 100 では簡単に 90% や 99% になりえます。誤差の幅は、その数をどこまで信頼するかを言います。
見てみる
アニメーションを再生してください。テストのセットはひとつしかありませんが、こう問えます:テストのセットが少し違って出ていたら、点数はどれだけ変わるか? 自分の 100 から、繰り返しありで(ある項目は 2 回、ある項目はまったくなし)ランダムに 100 の項目を引いて新しい仮のテストのセットを作り、それに点数を付けます。それを 2,000 回します。その点数の真ん中の 95% が誤差の幅です。
ブートストラップ:自分のデータを繰り返しありで抽出し直して不確かさを見積もることです。95% の区間:抽出し直した点数の 2.5 から 97.5 パーセンタイルです。
このレッスンの言葉と記号
- ブートストラップ
- 点数がどれだけ揺れるかを見るため、テストのセットを繰り返しありで抽出し直すこと
- 95% の区間
- 抽出し直した点数の真ん中の 95%
bootstrap_ci(correct, n=2000, seed=0) を書いてください:np.random.default_rng(seed).integers(0, len(correct), (n, len(correct))) ですべての抽出を一度に引き、それぞれに点数を付け、2.5 と 97.5 パーセンタイルを返します。
この演習はまもなく開きます
その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。
このブラウザは learn.floati.life の Cookie をブロックしているため、ここで修了したレッスンを順番どおりに開けません。このサイトの Cookie を許可して再読み込みしてください。