Skip to main content
Ramin Khavarzadeh DATA · ANALYSIS · PERSPECTIVE
TOOL · مدل یا پیش‌بینی دارم

آزمایشگاه عدم‌قطعیت

این عدد اگر نمونهٔ دیگری داشتم چقدر فرق می‌کرد؟

برای میانگین، میانه، صدک یا نسبت یک ستون — یا تفاوت دو گروه — با نمونه‌گیری مجدد (بوت‌استرپ) بازهٔ عدم‌قطعیت بسازید؛ روش و بذر تصادفی ثبت می‌شود، دادهٔ زمانی با بلوک نمونه‌گیری می‌شود و بازهٔ کلاسیک برای مقایسه کنارش می‌آید.

  • فایل CSV یا جدول
  • فقط در مرورگر شما
  • بدون هوش مصنوعی

به چه کاری می‌آید

هر عددی که از نمونه حساب می‌شود — میانگین سبد خرید، میانهٔ زمان تحویل، سهم مشتری‌های راضی — اگر نمونهٔ دیگری داشتید کمی فرق می‌کرد. این ابزار با «بوت‌استرپ» نشان می‌دهد این عدد چقدر ممکن است جابه‌جا شود: هزاران بار از همین داده با جایگذاری نمونه می‌گیرد، آماره را دوباره حساب می‌کند و پخش نتیجه‌ها را نشان می‌دهد. برای میانه و صدک که فرمول سادهٔ بازه ندارند، و برای تفاوت دو گروه، کاربرد ویژه دارد.

LOCAL همهٔ محاسبه در همین مرورگر انجام می‌شود؛ داده‌ای که وارد می‌کنید به سرور سایت یا هیچ سرویس دیگری فرستاده نمی‌شود. با بستن یا تازه‌کردن صفحه چیزی از داده‌ها باقی نمی‌ماند؛ دکمهٔ «پاک‌کردن» هم همین حالا همه را از صفحه برمی‌دارد.

Data

سطر اول عنوان ستون‌ها؛ جداکنندهٔ کاما، نقطه‌ویرگول یا تب خودکار شناخته می‌شود؛ حداکثر ۲۵ مگابایت. از اکسل «Save As → CSV UTF-8» بگیرید؛ فایل اکسل مستقیم باز نمی‌شود و هیچ فرمول یا ماکرویی اجرا نمی‌شود.

یا داده را از اکسل یا گوگل‌شیت بچسبانید

دانلود فایل نمونه (فرضی) ·

همان ۶۰۰ سفارش ساختگی ابزار «کاوش توزیع»؛ مثال، میانهٔ مبلغ سفارش تهران و تبریز را مقایسه می‌کند.

روش، تعداد نمونه‌گیری و بذر

۲۰۰ تا ۲۰٬۰۰۰؛ بیشتر یعنی بازهٔ پایدارتر و کندتر.

با همین بذر، همین نتیجه دوباره ساخته می‌شود.

روش محاسبه و فرض‌ها

  • بوت‌استرپ ناپارامتری: از n مقدار، n مقدار با جایگذاری برداشته و آماره حساب می‌شود؛ این کار B بار تکرار و بازه از صدک‌های (۱−سطح)/۲ و (۱+سطح)/۲ نتیجه‌ها ساخته می‌شود (روش صدک).
  • برای تفاوت دو گروه، هر گروه جدا نمونه‌گیری و تفاوت آماره‌ها (B منهای A) ثبت می‌شود.
  • داده با ترتیب زمانی: بوت‌استرپ بلوک متحرک؛ بلوک‌هایی به طول ⌈n^(1/3)⌉ از ردیف‌های پشت‌سرهم با شروع تصادفی کنار هم گذاشته می‌شوند تا وابستگی نزدیک‌ها حفظ شود.
  • مولد تصادفی mulberry32 با بذر ثبت‌شده؛ با همان داده، بذر و تنظیمات، نتیجه دقیقاً تکرار می‌شود. بازهٔ کلاسیک (t برای میانگین، ویلسون برای نسبت، ولچ برای تفاوت میانگین‌ها) برای مقایسه کنارش می‌آید.

محدودیت‌ها و استفادهٔ نادرست

  • بوت‌استرپ فقط همان داده را جابه‌جا می‌کند: اگر نمونه سوگیری دارد یا کوچک است (کمتر از حدود ۳۰)، بازه هم سوگیری دارد و معمولاً باریک‌تر از واقع است.
  • روش صدک ساده است و برای آماره‌های خیلی چوله یا نمونهٔ کوچک ممکن است پوشش کمتری از سطح اعلام‌شده بدهد.
  • برای داده‌های وابسته، بلوک ثابت یک انتخاب ساده است؛ طول بلوک مناسب به ساختار وابستگی بستگی دارد.
  • بازهٔ تفاوت دو گروه دربارهٔ علت تفاوت چیزی نمی‌گوید.

منابع روش

  • Efron, B. & Tibshirani, R. J. (1993). An Introduction to the Bootstrap. Chapman & Hall.
  • Künsch, H. R. (1989). The jackknife and the bootstrap for general stationary observations. Annals of Statistics, 17(3).
  • Politis, D. N. & Romano, J. P. (1994). The stationary bootstrap. JASA, 89(428).

قدم بعدی

همهٔ ابزارها بر اساس مسئله

نسخهٔ روش و تاریخ

VERSION نسخهٔ روش 1.0 · آخرین تغییر: 5 مهر 1405