De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Een fundamentele inleiding in de inductieve statistiek

Verwante presentaties


Presentatie over: "Een fundamentele inleiding in de inductieve statistiek"— Transcript van de presentatie:

1 Een fundamentele inleiding in de inductieve statistiek
De bootstrap Een fundamentele inleiding in de inductieve statistiek

2 Leidend voorbeeld Onderzoeksvraag: Drinken mannelijke RuG studenten gemiddeld meer bier dan vrouwelijke RuG studenten? Onderzoek: Trek steekproef van 50 m en 50 v en meet biergebruik Je vindt: m  gemiddeld 8.98 glazen bier per week v  gemiddeld 7.14 glazen bier per week Conclusie: Mannelijke studenten drinken gemiddeld glazen meer dan vrouwelijke Inductieve Statistiek: Hoe zeker weten we dit? Wat zijn onze onzekerheidsmarges?

3 maar, statistiek is er voor om je enig idee te geven.
Op grond van steekproeven schatten we mannelijke studenten: gemiddeld 8.98 glazen bier, vrouwelijke studenten: gemiddeld 7.14 glazen bier. Maar hoe zeker weten we dit? Wat als we een andere steekproef zouden hebben gehad? GEEN IDEE ! maar, statistiek is er voor om je enig idee te geven.

4 Een gedachte-experiment vooraf:
Stel we kennen volledige populatie: Van alle 10200 Mann. studenten aan RuG kennen we ‘biergebruik’ (en idem van vrouwelijke studenten)

5 populatie steekproef (n=50) 2e steekproef (n=50)
Wat kan er gebeuren als we een random steekproef van 50 m. studenten trekken? populatie 7 6 8 9 10 11 12 gem. = 9.0 steekproef (n=50) 7 9 8 10 11 12 gem. = 8.98 2e steekproef (n=50) 8 10 7 11 6 9 gem. = 9.08

6 ... na bijv. 1000 steekproeven ... 1. Steekproefgemiddelde varieert!
Populatiegemiddelde 1. Steekproefgemiddelde varieert! 2. Meestal tussen 8.7 en 9.3  “steekproefgemiddelde is vaak ongelijk aan populatiegemiddelde, maar wijkt maar in 5% van de steekproeven meer dan 0.3 af ”

7 ... dus omgekeerd ...

8 Het populatiegemiddelde ligt maar in 5% van de steekproeven meer dan 0
Het populatiegemiddelde ligt maar in 5% van de steekproeven meer dan 0.3 af van het steekproefgemiddelde Stel: steekproefgemiddelde is 8.8. Uitspraak: we zijn 95% zeker dat populatiegemidelde ligt tussen 8.8±0.3, dus tussen 8.5 en 9.1 Gevonden dankzij: marge van steekproefgemiddelde rond populatiegemiddelde waarin 95% van steekproefgemiddelden valt

9 Dus nodig: marge van steekproefgemiddelde rond populatie-gemiddelde waarin 95% van steekproefgemn valt Te verkregen via herhaald stkprftrekken uit populatie Maar: 1000 maal een (n=50) steekproef trekken?? Praktijk: 1 (n=50) steekproef!!! Idee: gebruik alleen huidige steekproef om schatting te krijgen van marges

10 Vergelijk ... de Baron Munchausen …
toen nu                      … trok zichzelf uit moeras aan de lussen van zijn laarzen (bootstraps)

11 Bootstrap-procedure Doel Nodig Concrete vraag
Verkrijgen van marge van steekproef gemiddelde rond populatiegemiddelde Nodig weten wat andere steekproeven voor gemiddelden kunnen opleveren Concrete vraag wat wordt gemiddelde als score van iedere persoon in huidige steekproef vervangen door score van willekeurig persoon uit populatie? Wat is willekeurig persoon uit populatie?

12 Bootstrap filosofie: Wat is willekeurige persoon? Doet er niet toe: Alleen diens scores nodig! Wat zijn willekeurige scores? scores die voorkomen in steekproef! (realistisch!) sommige scores gangbaarder dan andere!  willekeurige scores: scores die je willekeurig uit eigen steekproef trekt!

13 Bootstrap aanpak: 7 9 8 10 11 12 Steekproef gem. = 8.98
score freq 7 4 8 10 9 20 13 11 2 12 1 Bootstrap aanpak: 7 9 8 10 11 12 Steekproef gem. = 8.98 2 12 11 16 10 19 9 8 3 7 freq score Bootstrap steekproef 7 9 8 10 11 12 9 8 9 9 8 10 7 9 10 10 10 9 10 12 7 11 11 8 10 9 10 7 10 9 10 9 12 10 9 8 9 10 10 10 9 gem. = 9.02 Maak alternatieve steekproef door willekeurig scores uit oorspronkelijke te trekken  frequenties ongeveer zelfde!

14 “Bootstrap- steekproef”
Bootstrap aanpak: Herhaal deze procedure vaak (bijv keer): 1. Trek nieuwe steekproef met teruglegging van grootte n uit oorspronkelijke steekproef 2. Bereken gemiddelde “Bootstrap- steekproef” Resultaat: 1000 bootstrapsteekproefgemiddelden Geeft idee van gebruikelijke marge rond steekproef-gemiddelde bij herhaald trekken uit steekproef (als stand-in voor populatie)! We nemen aan dat dit idee geeft van gebruikelijke marge rond populatiegemiddelde!

15 Voorbeeld: Gemiddelden van 100 bootstrapsteekproeven:

16 Histogram van gemiddelden van 100 bootstrapstkprn
bootstrapsteekproefgemiddelde frequentie originele steekproefgemiddelde (8.98) In 95% van bootstrapstkprn ligt gemiddelde tussen 8.8 en 9.2. marge (95%) rond originele steekproef-gemiddelde is dus 0.2

17 plug-in voor populatie
(95%)marge van bootstrapsteekproeven rond originele steekproefgemiddelde is 0.2 Aanname: scoreverdeling in steekproef = scoreverdeling in populatie dus variatie in bootstrapsteekproeven even groot als in steekproeven uit populatie plug-in voor populatie

18 95% betrouwbaarheidsinterval
Conclusie: “voor plug-in populatie liggen 95% van steekproefgemiddelden binnen marge 0.2 rond plug-in gemiddelde” “voor echte populatie liggen 95% van steekproefgemiddelden binnen marge 0.2 rond populatiegemiddelde” Slotconclusie: we vonden in steekproef 8.98 in 95% van gevallen wijkt steekproefgemiddelde niet meer dan 0.2 af van populatie-gemiddelde dus zal populatiegemiddelde met 95% zekerheid niet onder of boven 9.18 hebben gelegen! 95% betrouwbaarheidsinterval

19 95% betrouwbaarheidsinterval (95%bhi): Wat wordt bedoeld met 95% ?
= steekproefgemiddelde ± gevonden marge Wat wordt bedoeld met 95% ? per steekproef uit populatie: 95% kans stkprfgemiddelde binnen marge rond pop.gem. Praktijk: 100 steekproef uit verschillende popul. steekproefgemiddelde ca. 95 binnen (telkens andere) marge rond populatiegemiddelde omgekeerd: populatiegemiddelde ca. 95 binnen 95%bhi met 95%BHI zit je dus ca. 95 goed (en 5 fout…!)

20 Meeste intervallen dekken populatiegemiddelde, maar 6 zitten er naast
Voorbeeld van 100 steekproeven en 95%bhi uit populatie met zelfde gemiddelde Meeste intervallen dekken populatiegemiddelde, maar 6 zitten er naast

21 Bootstrap voor allerlei maten
Bootstrap-procedure alom toepasbaar: mediaan, Q1, trimmed mean, correlatie, regressiegewicht, etc., etc. Aanpak in het algemeen: trek groot aantal bootstrapsteekproeven (bijv. 1000) uit steekproef bereken gewenste maat in alle bootstrapstkprn bepaal gewenste percentieleninterval (benadering van betrouwbaarheidsinterval) Voor bepaalde maten (efficiëntere) ‘klassieke aanpak’ beschikbaar


Download ppt "Een fundamentele inleiding in de inductieve statistiek"

Verwante presentaties


Ads door Google