一种用于评估统计值变异性的方法技术

本发明专利技术属于数据处理的技术领域，公开了一种用于评估统计值变异性的方法，包括以下步骤：步骤一、以样本数据X＝{x1,x2,…,xn}对应的概率密度曲线为基础，建立n个误差圆，其中，n表示样本数据的总个数；步骤二、从每个所述误差圆内均随机抽取w个扩充数据，建立包含n个扩充数据的自助样本；步骤三、利用Bootstrap自助法对所述自助样本进行样本数据的变异性评估。本发明专利技术从误差圆中随机抽取的自助样本的数据具有普遍性，并且避免集中误差圆内某一区域的抽取，减小了对再抽样分布不均的影响，使得到的扩充样本更加合理，且精确可信，进而促使通过Bootstrap方法计算得到的结果更加精确，更加逼近实际状况。

【技术实现步骤摘要】
一种用于评估统计值变异性的方法
本专利技术属于数据处理的
，具体涉及一种用于评估统计值变异性的方法以及一种用于Bootstrap自助法的自助样本的获取方法。
技术介绍
在工程应用和科学研究中，通常采用一定的仪器、工具、传感器或其他手段对各种类型的物理量进行观测，从而获得大量的观测数据。由于外界条件、测量仪器和和观测人员等因素的影响，观测数据与真实值存在一定的误差，考虑各种误差带来的影响，得到更加精确合理的结果对工程应用和科学研究有着重大的意义。Bootstrap方法，又称自助法是美国Stanford大学统计系教授Efron提出的一种新的统计推断方法,是一种只依赖于给定的观测信息,而不需要其它假设和增加新的观测的统计推断方法。在科学研究中,它可以大大增强常用的估计、推断等方法的效能，在工程实践中,它也成为克服数据有限性等困难的一种有效手段,如在导弹的命中圆域的概率估计、图像处理以及其他许多应用领域都取得了成功。但是Bootstrap方法也有不足之处，如由于自助样本只能由原样本生成,自助样本极有可能非常相似于原样本,尤其当样本容量较小时更为明显,容易导致计算结果极大偏离真实分布，因本文档来自技高网...

【技术保护点】
1.一种用于评估统计值变异性的方法，其特征在于包括以下步骤：步骤一、以样本数据X＝{x1,x2,…,xn}对应的概率密度曲线为基础，建立n个误差圆，其中，n表示样本数据的总个数；步骤二、从每个所述误差圆内均随机抽取w个扩充数据，建立包含n个扩充数据的自助样本；步骤三、利用Bootstrap自助法对所述自助样本进行样本数据的变异性评估。

【技术特征摘要】
1.一种用于评估统计值变异性的方法，其特征在于包括以下步骤：步骤一、以样本数据X＝{x1,x2,…,xn}对应的概率密度曲线为基础，建立n个误差圆，其中，n表示样本数据的总个数；步骤二、从每个所述误差圆内均随机抽取w个扩充数据，建立包含n个扩充数据的自助样本；步骤三、利用Bootstrap自助法对所述自助样本进行样本数据的变异性评估。2.根据权利要求1所述的用于评估统计值变异性的方法，其特征在于：所述误差圆以样本数据X＝{x1,x2,…,xn}对应其概率密度曲线上的点为圆心，以所述样本数据的抽样极限误差为最大半径。3.根据权利要求1所述的用于评估统计值变异性的方法，其特征在于：所述n个扩充数据来自全部或者部分的误差圆。4.根据权利要求1所述的用于评估统计值变异性的方法，其特征在于：将所述误差圆的水平直径等分成多份，对应地所述误差圆分成多个部分，从每个所述部分按照各自的预定概率随机抽取多个扩充数据，共同组成w个扩充数据。5.根据权利要求4所述的用于评估统计值变异性的方法，其特征在于：每个所述部分对应的预定概率通过所述部分的面积与整个误差圆的面积的比值计算得到。6.根据权利要求5所述的用于评估统计值变异性的方法，其特征在于：将所述误差圆的水平直径等分成五份，对应地所述误差圆分成五个部分，每个所述部分对应的预定概率分别为0.142、0....

【专利技术属性】
技术研发人员：刘新田，王海杰，吴悫，
申请(专利权)人：上海工程技术大学，
类型：发明
国别省市：上海,31