Bootstrap方法

摘要： 为解决仅利用单一数据源进行可靠性评估时估计精度不高的问题,文章建立多权重数据统计融合可靠性评估模型。针对大样本情况,采用核密度估计及回归分析法确定密度函数,用权重法对密度函数加权得到合成密度函数,由分布函数的逆函数模拟生成随机样本;在小样本情况下,选用Bootstrap方法估计分布特征参数,通过参数加权进行数据融合;对多维数据借助多维核密度估计进行融合,并在融合算法基础上建立可靠性分析模型。最后,通过算例验证了该类模型的可行性和有效性。

摘要： 文章针对正态分布数据,对比Traditional方法、Bootstrap方法和MCMC方法在两侧面交叉设计(p×i×h)和两侧面嵌套设计(p×(i:h))下各个方差分量的估计精度,为实际应用提供参考。使用R软件模拟1000批数据,并在R软件上实现三种方法的方差分量及其变异量估计。结果表明:(1)相较于Traditional方法和MCMC方法,相同条件下,Bootstrap方法估计的方差分量及其变异量结果更为理想;(2)对于两侧面交叉设计和两侧面嵌套设计,在正态分布数据下,建议优先使用Bootstrap方法。

摘要： 目前有很多检验正态性假设的方法.这些方法主要分为两种类型:一种是基于经验分布函数的检验,另一种是基于相关性和回归的检验.在本文中,我们提出了一种新的基于L_(2) Wasserstein距离和第i个样本顺序统计量近似分布的两步检验方法.我们讨论在零假设下新检验方法的特性,并与最常用的几种检验分别在四个备择分布组进行功效比较.最后,将新方法应用于分析实际问题.仿真结果表明,新检验方法提高了鉴别不对称长尾备择分布的效率.

摘要： 本文基于2014-2018年我国36家上市商业银行的面板数据,将贷款损失准备金和不良贷款作为非期望产出,分析风险管理因素对中国上市商业银行效率的影响,并对国有大型商业银行、股份制商业银行、城市商业银行和农村商业银行四类银行效率进行对比研究,并采用Bootstrap方法对影响银行效率的因素进行分析。

摘要： 当响应变量随机缺失时,对感兴趣的参数进行统计推断过程中,常见的两个工作模型为回归函数模型及选择概率模型.为避免由于模型设定错误所带来的推断偏差,针对回归函数模型及选择概率模型进行模型检验是必要且有意义的.为此,本文首次将特征函数分别应用于响应变量随机缺失及响应变量为离散变量的模型检验问题,构造了基于样本点间欧氏距离的检验统计量.所提检验避免了平滑参数如带宽的选择,同时能够以最快的参数速度检测到局部备择假设.进一步,本文将交并检验理论与模型检验理论相结合,针对复合原假设:两个工作模型中至少有一个模型设定正确,提出了交并模型检验方法.该检验的一个重要应用场景为判断参数的双稳健估计是否为相合估计.本文深入研究了交并模型检验在原假设、全局备择假设及局部备择假设下的渐近性质,并利用boostrap方法确定检验的拒绝域,研究交并模型检验在有限样本下的功效表现.最后,本文将所提的交并模型检验方法应用于分析艾滋病研究的临床试验数据.值得一提的是,本文所提的交并模型检验不仅具有良好的功效表现,而且方法简单易行,对应的p-值易于计算.

摘要： 在电子商务领域,受季节变动、特殊节日、需求不确定性以及商品自身特性等多种因素的影响,收集到的易逝品在线销售数据常常具有稀疏性,给易逝品的定价研究带来一定困难。为了从易逝品在线销售数据中挖掘出关于最优价格的有效信息,为易逝品定价提供决策支持,本文围绕易逝品在线销售数据的稀疏性问题展开研究,将BootStrap和核回归相结合的方法用于处理易逝品在线销售数据的稀疏性问题。结果表明:易逝品在线销售数据具有可利用的有效数据点较少、价格数据呈稀疏分布的稀疏性特点。经过稀疏性处理后,可得到价格水平与其对应的BootStrap置信度之间的非线性函数关系,并可通过此非线性关系清晰地看出整个定价区间中的价格孰优孰劣,从而为商家制定商品价格提供决策依据,也为后续的定价研究奠定基础。

摘要： 本文通过对进出口总额这一时间序列数据进行分析,运用B-J方法进行建模,通过模拟得到了系数在大样本理论下不满足渐进正态分布的结论,为了进一步验证,本文运用了参数Bootstrap方法对系数进行估计。结论表明,大样本情形下系数并不总是渐进正态分布的。

摘要： 为进一步提高指控装备试验数据使用的有效性和工作效率,基于当前指控装备效能评估的军事需求及试验数据分析现状,提出一种试验数据的检验与统计分析框架。该框架在分析指控装备试验数据类型的基础上,根据样本量大小,确定合适的试验数据异常值检验及统计方法;其中,对于小样本试验数据采用基于Bootstrap的数据统计分析方法。结果表明,该框架可为下阶段指控装备效能评估的数据使用提供处理方法指导。

摘要： 针对线性最小二乘法处理非线性模型产生模型误差的问题,文章将高斯牛顿迭代法引入测角网坐标平差模型中,给出测角网坐标平差模型的高斯牛顿迭代法计算过程.考虑到非线性平差模型的参数估计值是有偏估计,结合Bootstrap重采样方法对参数估值进行改善,提出测角网坐标平差模型的Bootstrap参数估计方法,并给出详细的迭代流程图.针对等精度与不等精度角度观测数据,设计两个测角网案例.实验结果表明,测角网坐标平差模型的高斯牛顿迭代解法能够削弱线性近似带来的模型误差影响,其参数估值优于传统的线性近似方法;而测角网坐标平差模型的Bootstrap参数估计方法比高斯牛顿迭代解法在提高测角网坐标平差参数估值质量方面更加有效.实验证明将高斯牛顿迭代解法应用于测角网坐标平差模型的必要性与实用性,也证明将Bootstrap重采样参数估计方法与高斯牛顿迭代解法结合并用于测角网坐标平差的可行性与有效性.

摘要： 准确高效的异常数据识别与缺失数据恢复是电力网络稳定运行的基础.提出了一种配网网络状态监测异常数据清洗方法.首先,利用堆叠降噪自编码器(SDAE)学习正常数据和异常数据特征,去除噪声后获取损失函数曲线.然后,采用Bootstrap方法估计置信区间,设置异常数据识别门限,通过多分类支持向量机完成异常类型识别.最后,针对缺失数据,设计了Pearson相关系数进行插补恢复.实验结果表明,该方法能够有效识别配电网络异常数据类型,且缺失数据恢复性能优于现有方法.

摘要： 目的：探讨基于bootstrap重抽样方法的贝叶斯网络结构学习算法构建网络的性能,并将其应用于卵巢癌基因表达谱数据分析.方法：通过模拟实验和实例验证本文给出的算法构建网络的有效性,同时将这种算法应用于构建基因调控网络.结果：模拟实验显示,在样本量较小的情况下,基于bootstrap算法构建的贝叶斯网络明显优于普通贝叶斯方法构建的网络;实例分析结果也表明,应用本文的方法能够得到有价值的网络结构.结论：应用本文给出的算法能够在样本量较少的情况下得出准确度较高的网络,同时能够给出网络结构中各条边置信度的估计值.

摘要： 针对整机贮存期内的区间型定期检测数据，提出了装备系统贮存可靠度近似置信下限的Bootstrap评估方法。使用基于定时截尾数据的MLE方法计算参数的伪MLE值，并利用修正的MLE方法(MMLE)对贮存阶段的无失效数据进行了统计处理。结果表明，该方法得到的置信下限真值覆盖率接近置信水平，其评估精度满足工程的应用需求。

摘要： 针对整机贮存期内的区间型定期检测数据，提出了装备系统贮存可靠度近似置信下限的Bootstrap评估方法。使用基于定时截尾数据的MLE方法计算参数的伪MLE值，并利用修正的MLE方法(MMLE)对贮存阶段的无失效数据进行了统计处理。结果表明，该方法得到的置信下限真值覆盖率接近置信水平，其评估精度满足工程的应用需求。

摘要： 针对整机贮存期内的区间型定期检测数据，提出了装备系统贮存可靠度近似置信下限的Bootstrap评估方法。使用基于定时截尾数据的MLE方法计算参数的伪MLE值，并利用修正的MLE方法(MMLE)对贮存阶段的无失效数据进行了统计处理。结果表明，该方法得到的置信下限真值覆盖率接近置信水平，其评估精度满足工程的应用需求。

摘要： 针对整机贮存期内的区间型定期检测数据，提出了装备系统贮存可靠度近似置信下限的Bootstrap评估方法。使用基于定时截尾数据的MLE方法计算参数的伪MLE值，并利用修正的MLE方法(MMLE)对贮存阶段的无失效数据进行了统计处理。结果表明，该方法得到的置信下限真值覆盖率接近置信水平，其评估精度满足工程的应用需求。

摘要： 针对整机贮存期内的区间型定期检测数据，提出了装备系统贮存可靠度近似置信下限的Bootstrap评估方法。使用基于定时截尾数据的MLE方法计算参数的伪MLE值，并利用修正的MLE方法(MMLE)对贮存阶段的无失效数据进行了统计处理。结果表明，该方法得到的置信下限真值覆盖率接近置信水平，其评估精度满足工程的应用需求。

摘要： 针对整机贮存期内的区间型定期检测数据，提出了装备系统贮存可靠度近似置信下限的Bootstrap评估方法。使用基于定时截尾数据的MLE方法计算参数的伪MLE值，并利用修正的MLE方法(MMLE)对贮存阶段的无失效数据进行了统计处理。结果表明，该方法得到的置信下限真值覆盖率接近置信水平，其评估精度满足工程的应用需求。

摘要： 描述了小子样样本均值区间估计的经典方法、Bootstrap方法、随机加权法、Jackknife方法以及经验特征分布函数展开方法,并对样本容量为4、5、6的三组电子器件辐射毁伤样本均值区间估计分别进行了数值计算.分析计算结果表明：对于小子样样本均值区间估计,推荐采用Bootstrp方法和随机加权方法.

摘要： 描述了小子样样本均值区间估计的经典方法、Bootstrap方法、随机加权法、Jackknife方法以及经验特征分布函数展开方法,并对样本容量为4、5、6的三组电子器件辐射毁伤样本均值区间估计分别进行了数值计算.分析计算结果表明：对于小子样样本均值区间估计,推荐采用Bootstrp方法和随机加权方法.

摘要： 描述了小子样样本均值区间估计的经典方法、Bootstrap方法、随机加权法、Jackknife方法以及经验特征分布函数展开方法,并对样本容量为4、5、6的三组电子器件辐射毁伤样本均值区间估计分别进行了数值计算.分析计算结果表明：对于小子样样本均值区间估计,推荐采用Bootstrp方法和随机加权方法.

摘要： 本发明提供了一种在Bootstrap‑table插件导出表格时图片下载方法及系统，本发明通过在Bootstrap‑table插件上传表格时，通过将图片的位置信息写入像素中，并将图片使用MD5散列函数生成校验码，并与位置信息生成二次校验码，在图片下载时，通过提取图片中包含的位置信息，并生成图片的二次校验码，与表格中的校验码进行比对，从而完成一致性校验，防止图片在上传和下载过程中因为其他原因导致的图片被篡改或导出位置错误等问题，提升表格数据准确度，很大程度上为开发人员减少了工作量，加快开发效率，给开发人员的工作带来了很大的便利。

摘要： 本发明属于风力发电技术领域，尤其涉及一种基于Bootstrap的风电输出功率置信区间预测方法。其首先使用最小二乘法对发电功率进行拟合，根据拟合出的曲线计算出风电功率误差，然后根据风速对误差功率分类，并使用Bootstrap算法对分类后的误差功率进行置信区间估计，在统计学角度上挖掘发电数据分布规律，预测结果更加准确且具有现实意义。其可以准确预测出不同风速下的风力发电情况。

摘要： 本发明提出了一种基于Bootstrap抽样的土壤有机碳预测不确定性估测方法，其步骤为：土壤样品的采集及预处理，获取土壤样品的有机碳含量数据及土壤高光谱数据并进行预处理；采用偏最小二乘回归方法建立土壤样品的有机碳含量数据与土壤高光谱数据的土壤有机碳预测模型；对原始实测样本数据进行有放回随机抽样，每抽样一次获得一个子样本，通过构造实测值和预测值矩阵计算得到每个子样本参数的估计值；采用Bootstrap重抽样技术有放回的从原始样本中抽取一定数量的样本；根据Bootstrap抽样方法抽出样本的参数评估土壤有机碳预测模型的不确定性；模型精度评价。本发明降低了由于取样代表性、预测模型空间变异性导致预测模型准确性低的问题。

摘要： 本发明涉及一种基于参数Bootstrap重抽样的软件失效时间预测方法，该方法对一般软件可靠性模型进行优化后再进行软件下一次失效时间的预测，包括：构建一般软件可靠性模型，使用原始失效数据序列计算所述一般软件可靠性模型的参数估计值；基于所述参数估计值构造参数分布函数；使用所述参数分布函数进行蒙特卡洛模拟，随机抽样得到Bootstrap样本；基于所述Bootstrap样本重新计算所述一般软件可靠性模型的参数估计值；基于步骤四获得的参数估计值进行软件下一次失效时间的预测。与现有技术相比，本发明预测能力较一些广泛使用的神经网络和核函数方法预测效果更佳，提高了小样本失效数据情况下软件失效时间预测的准确性。

摘要： 本发明公开了一种基于BOOTSTRAP的短突发信号均衡方法，涉及无线通信领域中的信道均衡技术领域，解决了现有技术中存在的，在接收模块接收到的信号为短突发信号时，均衡器难以收敛的缺陷，其技术方案要点是：将短突发信号数据的估计误差统计量集合，重构生成数量远多于原短突发信号数据的再生信号数据，最后再将该再生信号数据处理后的输出信号数据作为盲均衡模块的输入来完成短突发信号数据的时域均衡。达到了显著优化均衡效果，使系统具有更小的稳态误差的目的，同时极大地提高了均衡器的收敛速率。

摘要： 本发明涉及飞机维修数据处理领域，具体公开了一种基于Bayes‑Bootstrap法的通航飞机维修周期确定方法。包括以下步骤：测量每架飞机的水平测量要素的特征参数；构建样本数据集，并进行正态分布检验和有效样本点集X(x1,x2,…,xn)构建；创建含有n个数据点的集合确定虚拟增广所依据的概率密度函数f(x)；计算和并将数据点存入所述增光样本点集合XZ中；引入参数ai、bi，计算增广样本点重复步骤S6次，获得扩充后用于Bayes‑Bootstrap法的数据点集计算样本均值在置信度1‑α＝0.95的情况下的置信区间(μl,μu)；计算预警失效率ρ；综合飞机服役年限及预警失效率ρ，查询飞机失效曲线表确定飞机下次维修时间，有效减少飞机维修不及时所造成的隐患的同时降低大规模维修所耗费的人力物力。

摘要： 一种基于Bootstrap的均值标准差阈值预警方法，基于实测数据样本计算得到预警指标的数据样本，再通过Bootstrap方法扩充预警指标的数据样本，将数据样本的均值、标准差值进行整合，得到预警阈值单值集合，并根据基于实测数据得到的预警指标分布选择出合适的预警阈值，实现燃气轮机的故障预警功能。

摘要： 本发明属于光伏发电领域，涉及一种基于Bootstrap的光伏发电输出功率超短期概率预测方法。本发明提供了一种基于Bootstrap的光伏发电输出功率超短期概率预测方法，包括以下步骤：步骤S01：使用Bootstrap方法对光伏发电输出功率进行预测；步骤S02：计算模型偏差不确定性的量化方差；步骤S03：计算数据噪声不确定性量化方差。本发明提供的方法从ELM回归方法本身的不确定性与数据噪声不确定性角度出发，分别以方差的形式对数据噪声与回归模型的模型偏差给预测结果带来的不确定性进行量化，通过Bootstrap方法对光伏发电输出功率进行预测，统计ELM回归的模型不确定性量化方差，然后对数据噪声的不确定性进行量化，解决了传统神经网络Bootstrap技术无法应用到基于ELM的Bootstrap方法的问题。

摘要： 本发明公开一种Bootstrap table导出excel中图片下载的方法，涉及图片编码技术领域；通过在Bootstrap table表中上传图片时将图片以MD5编码进行保存，在触发下载图片功能后，跟踪到图片存储的地址，然后通过解析图片，将解析后的图片转换为MD5编码与库中的MD5编码匹配，并进行自动格式转换，从而实现图片下载，并为开发人员减少了工作量，加快开发效率，给开发人员的工作带来了很大的便利。

摘要： 本发明涉及一种基于bootstrap方法的复合材料层合板力学性能参数评估方法，属于力学性能参数评估领域。本发明的步骤包括：(1)根据复合材料力学试验，获得单层板力学性能参数原始有限样本数据；(2)将各参数样本数据从小到大排序并进行编号；(3)按放回抽样的bootstrap方法进行抽样，得到新的bootstrap样本；(4)对以上每个样本，利用非概率统计度量方法求得各样本的区间中心值及区间半径；(5)将各区间中心值及区间半径重新排序，并根据所要求的置信水平得区间中心值和半径的近似置信区间；(6)根据得到的区间中心值和半径的近似置信区间，得各力学参数满足一定置信度的评估区间。本发明可以有效评估复合材料层合板满足一定置信度的不确定力学性能参数。