Moje pytanie brzmi, która technika ponownego próbkowania zyskała większą popularność
Testy ładowania początkowego lub testy permutacji?
Bootstrapping polega głównie na generowaniu dużych standardowych błędów lub przedziałów ufności; testy permutacyjne, jak sugeruje nazwa, dotyczą głównie testowania. (Każdy może być jednak przystosowany do użycia w innym zadaniu.)
Jak ocenilibyśmy popularność? Jeśli spojrzymy na takie dziedziny, jak psychologia i edukacja, możemy znaleźć wiele zastosowań testów opartych na rangach, takich jak Wilcoxon-Mann-Whitney, podpisany test rang, testy korelacji rang i tak dalej. Są to wszystkie testy permutacyjne (z drugiej strony istnieje wiele przypadków, w których zamiast tego można zastosować testy permutacyjne oryginalnych danych, ale zwykle nie są). W niektórych innych obszarach zastosowania rzadko stosowane byłyby testy permutacyjne, ale różna popularność w różnych obszarach zastosowania czasami mówi więcej o lokalnej kulturze dowolnego obszaru niż użyteczność.
łatwiejsze do wdrożenia?
W wielu przypadkach - szczególnie tych prostszych - są prawie tak samo łatwe - jest to zasadniczo różnica między próbkowaniem z zamianą a próbkowaniem bez zamiany.
W niektórych bardziej skomplikowanych przypadkach ładowanie jest łatwiejsze, ponieważ (patrząc na to z testowego punktu widzenia) działa raczej w ramach alternatywy niż zerowej (przynajmniej naiwne będą implementacje - robienie tego, aby działało dobrze może być znacznie bardziej skomplikowane).
Dokładne testy permutacyjne mogą być trudne w bardziej złożonych przypadkach, ponieważ odpowiednia wymienna ilość może być nieobserwowalna - często prawie wymienną ilość można zastąpić ceną dokładności (i być naprawdę bez dystrybucji).
Bootstrapping zasadniczo rezygnuje z odpowiadającego mu kryterium dokładności (dokładne pokrycie przedziałów) od samego początku i zamiast tego koncentruje się na próbach uzyskania dość dobrego pokrycia w dużych próbkach (czasami z mniejszym sukcesem, niż można to zrozumieć; jeśli nie sprawdziłeś, nie zakładaj, że twój bootstrap zapewnia zasięg, którego się spodziewasz).
Testy permutacyjne mogą działać na małych próbkach (chociaż ograniczony wybór poziomów istotności może czasami stanowić problem w przypadku bardzo małych próbek), podczas gdy bootstrap jest techniką dużej próbki (jeśli używasz go z małymi próbkami, w wielu przypadkach wyniki mogą nie być być bardzo przydatnym).
Rzadko postrzegam ich jako konkurentów mających ten sam problem i korzystałem z nich przy (różnych) prawdziwych problemach - często istnieje naturalny wybór, na który należy spojrzeć.
Oba mają zalety, ale nie w panacaea. Jeśli chcesz zmniejszyć wysiłek uczenia się, koncentrując się tylko na jednym z nich, prawdopodobnie będziesz rozczarowany - oba są niezbędnymi częściami zestawu narzędzi do ponownego próbkowania.