मैंने बस बूटस्ट्रैपिंग की अवधारणा के बारे में सीखा है, और एक भोली सवाल मन में आया: यदि हम हमेशा अपने डेटा के कई बूटस्ट्रैप नमूने उत्पन्न कर सकते हैं, तो अधिक "वास्तविक" डेटा प्राप्त करने के लिए परेशान क्यों हैं?
मुझे लगता है कि मेरे पास एक स्पष्टीकरण है, कृपया मुझे बताएं कि क्या मैं सही हूं: मुझे लगता है कि बूटस्ट्रैपिंग प्रक्रिया विचरण को कम करती है, लेकिन अगर मेरा मूल डेटा बायसेड है, तो मैं कम विचरण और उच्च पूर्वाग्रह के साथ फंस गया हूं, चाहे कितनी भी प्रतिकृतियां हों। मैं ले रहा हूँ।
4
बूटस्ट्रैपिंग से अधिक जानकारी नहीं
—
बनती है
मैं Glen_b से सहमत हूं कि यह अधिक जानकारी नहीं बनाता है लेकिन मैं इस बात से सहमत नहीं हूं कि यह आपको कम जानकारी दे सकता है। जैसा कि मैंने अपने उत्तर में कहा था कि यह हमेशा अच्छा नहीं होता है लेकिन यह किसी भी सांख्यिकीय पद्धति के बारे में कहा जा सकता है।
—
माइकल आर। चेरिक
दिलचस्प सवाल - शायद एक संबंधित अवधारणा बूटस्ट्रैप क्यों काम करती है? । इसे समझने से यह जानने में मदद मिलेगी कि यह कब उपयोगी है। मैंने नमूना वितरण के लिए सामान्य सन्निकटन में सुधार के रूप में बूटस्ट्रैप के बारे में सोचा। यह सामान्य से प्रस्थान को संभाल सकता है जो बहुत चरम पर नहीं हैं। यह अन्य आकर्षक विशेषता है कि आपको विश्लेषणात्मक / बीजीय कार्य करने की आवश्यकता नहीं है - प्रतिकृति आपके लिए यह करती है।
—
probabilityislogic