Main Content

La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Técnicas de remuestreo

Vuelva a muestrear un conjunto de datos con bootstrap, jackknife y validación cruzada

Utilice técnicas de remuestreo para calcular estadísticas descriptivas e intervalos de confianza a partir de los datos de muestra cuando no se cumplan los supuestos de la prueba paramétrica, o en muestras pequeñas de distribuciones no normales. Los métodos bootstrap eligen muestras aleatorias con sustitución a partir de los datos de muestra para calcular los intervalos de confianza de los parámetros de interés. Jackknife recalcula sistemáticamente el parámetro de interés con un subconjunto de los datos de muestra, dejando una observación fuera del subconjunto cada vez (remuestreo dejando uno fuera). A partir de estos cálculos, se halla el parámetro de interés de toda la muestra de datos. Si dispone de una licencia de Parallel Computing Toolbox™, puede utilizar cálculos paralelos para acelerar los cálculos de remuestreo.

Funciones

bootciBootstrap confidence interval
bootstrpBootstrap sampling
crossvalEstimate loss using cross-validation
datasampleMuestra aleatoria de los datos, con o sin sustitución
jackknifeJackknife sampling
randsampleMuestra aleatoria

Temas