Resampling (statistics)
http://dbpedia.org/resource/Resampling_(statistics) an entity of type: Thing
Resampling (engl.) bzw. Stichprobenwiederholung bezeichnet die Bestimmung der statistischen Eigenschaften von Stichprobenfunktionen, wie Schätzern oder Testgrößen auf Basis einer wiederholten Ziehung von Stichproben, sogenannten Unterstichproben, aus einer Ausgangsstichprobe. Die Stichprobenfunktion wird auf Basis der gezogenen Unterstichproben wiederholt berechnet und anhand der Ergebnisse ihre Verteilungseigenschaften untersucht.Vorteilhaft ist hierbei, dass beim Resampling keine Verteilung angenommen werden muss, wodurch die Verfahren sehr breit einsetzbar sind und (im Gegensatz zu Methoden der parametrischen Statistik) vergleichsweise wenige Annahmen getroffen werden müssen.
rdf:langString
In statistics, resampling is the creation of new samples based on one observed sample.Resampling methods are: 1.
* Permutation tests (also re-randomization tests) 2.
* Bootstrapping 3.
* Cross validation
rdf:langString
リサンプリング （英:resampling）、再標本化（さいひょうほんか）は、ある標本点系列でサンプリングされた信号を、別の標本点系列でサンプリングされた信号に変換すること。 通常はデジタル信号間の変換だが、サンプリングされていればアナログ信号でもかまわない。音声のような1次元信号に対してもビットマップ画像のような2次元信号に対しても使われ、基本原理は同じだが、用途は異なる。
rdf:langString
统计学中，重抽样（或重采样，英語：resampling）可指下列几种方法：
* 使用样本数据的子集（刀切法）或从数据中有放回地随机抽样（自助法），来估计样本统计量（如中位數、方差、百分位数）的精度。
* 在进行显著性检验时交换数据的标签（称为置换检验，或精确检验、随机化检验、重随机化检验）。
* 使用样本的随机子集来验证模型（称为交叉驗證）。
rdf:langString
Resampling je ve statistice metoda výpočtu odhadů založená na náhodném výběru z již existujícího výběru (vzorku dat) či na jiné podobné randomizaci dat. Často jde o numericky náročné metody založené na metodě Monte Carlo. Konkrétně to může být například jedna z následujících metod: Obecné techniky resamplingu zahrnují bootstrapping, jackknifing a permutační testy.
rdf:langString
En el ámbito de la estadística, se denomina remuestreo (resampling, en inglés) a una variedad de métodos que permiten realizar algunas de las siguientes operaciones: 1.
* Estimar la precisión de muestras estadísticas (medianas, variancias, percentiles) mediante el uso de subconjuntos de datos disponibles (jackknifing) o tomando datos en forma aleatoria de un conjunto de datos bootstrapping) 2.
* Intercambiar marcadores de puntos de datos al realizar tests de significancia (test de permutación, también denominados , tests de aleatoriedad, o pruebas de re-aleatoriedad) 3.
* Validar modelos para el uso de subconjuntos aleatorios (bootstrapping, validación cruzada)
rdf:langString
In statistica, con ricampionamento si indicano differenti metodi per: 1.
* stimare la precisione di campioni statistici (mediana, varianza, percentili) usando sottoinsiemi dei dati (tecnica nota con il nome di jackknife) o scelti casualmente mediante sostituzioni a partire da un insieme dei dati (metodo bootstrap) 2.
* scambiare etichette sui dati quando si eseguono test di significatività (test di permutazione, anche chiamati test esatti) 3.
* confermare modelli usando sottoinsiemi casuali (metodo bootstrap, validazione incrociata).
rdf:langString
Em estatística, reamostragem (em inglês e no jargão do meio resampling) é qualquer de uma variedade de métodos para realizar-se o seguinte: 1.
* Estimativa da precisão de amostras estatísticas (medianas, variâncias, percentagens) pelo uso de subconjuntos de dados disponíveis (jackknifing) ou traçando-se aleatoriamente com reposição de um conjunto de pontos de dados bootstrapping) 2.
* Marcações de intercâmbio sobre pontos de dados quando realizando testes de significância (testes de permutação, também chamados , testes de aleatorização, ou testes de re-aleatorização) 3.
* Modelos de validação pelo uso de subconjuntos aleatórios (bootstrapping, )
rdf:langString
rdf:langString
Resampling (statistics)
rdf:langString
Resampling
rdf:langString
Resampling
rdf:langString
Remuestreo
rdf:langString
Ricampionamento
rdf:langString
リサンプリング
rdf:langString
Reamostragem (estatística)
rdf:langString
重抽样
xsd:integer
3763850
xsd:integer
1115605096
rdf:langString
Resampling je ve statistice metoda výpočtu odhadů založená na náhodném výběru z již existujícího výběru (vzorku dat) či na jiné podobné randomizaci dat. Často jde o numericky náročné metody založené na metodě Monte Carlo. Konkrétně to může být například jedna z následujících metod: 1.
* Odhad přesnosti vzorkovací (výběrové) statistiky (mediánu, rozptylu, percentilu) pomocí podmnožin dostupných dat (jackknifing) nebo náhodným výběrem s opakováním ze souboru datových bodů (bootstrapping) 2.
* Výměna označení tříd na datových bodech při provádění (permutační testy, také nazývané , randomizační testy, nebo re-randomizační testy) 3.
* Ověření modelů pomocí náhodných podmnožin (bootstrapping, křížová validace) Obecné techniky resamplingu zahrnují bootstrapping, jackknifing a permutační testy.
rdf:langString
Resampling (engl.) bzw. Stichprobenwiederholung bezeichnet die Bestimmung der statistischen Eigenschaften von Stichprobenfunktionen, wie Schätzern oder Testgrößen auf Basis einer wiederholten Ziehung von Stichproben, sogenannten Unterstichproben, aus einer Ausgangsstichprobe. Die Stichprobenfunktion wird auf Basis der gezogenen Unterstichproben wiederholt berechnet und anhand der Ergebnisse ihre Verteilungseigenschaften untersucht.Vorteilhaft ist hierbei, dass beim Resampling keine Verteilung angenommen werden muss, wodurch die Verfahren sehr breit einsetzbar sind und (im Gegensatz zu Methoden der parametrischen Statistik) vergleichsweise wenige Annahmen getroffen werden müssen.
rdf:langString
En el ámbito de la estadística, se denomina remuestreo (resampling, en inglés) a una variedad de métodos que permiten realizar algunas de las siguientes operaciones: 1.
* Estimar la precisión de muestras estadísticas (medianas, variancias, percentiles) mediante el uso de subconjuntos de datos disponibles (jackknifing) o tomando datos en forma aleatoria de un conjunto de datos bootstrapping) 2.
* Intercambiar marcadores de puntos de datos al realizar tests de significancia (test de permutación, también denominados , tests de aleatoriedad, o pruebas de re-aleatoriedad) 3.
* Validar modelos para el uso de subconjuntos aleatorios (bootstrapping, validación cruzada) Entre las técnicas comunes de remuestreo se encuentran bootstrapping, jackknifing y pruebas de permutación.
rdf:langString
In statistics, resampling is the creation of new samples based on one observed sample.Resampling methods are: 1.
* Permutation tests (also re-randomization tests) 2.
* Bootstrapping 3.
* Cross validation
rdf:langString
In statistica, con ricampionamento si indicano differenti metodi per: 1.
* stimare la precisione di campioni statistici (mediana, varianza, percentili) usando sottoinsiemi dei dati (tecnica nota con il nome di jackknife) o scelti casualmente mediante sostituzioni a partire da un insieme dei dati (metodo bootstrap) 2.
* scambiare etichette sui dati quando si eseguono test di significatività (test di permutazione, anche chiamati test esatti) 3.
* confermare modelli usando sottoinsiemi casuali (metodo bootstrap, validazione incrociata). Tecniche di ricampionamento sono il bootstrapping, il metodo jackknife e i test di permutazione.
rdf:langString
リサンプリング （英:resampling）、再標本化（さいひょうほんか）は、ある標本点系列でサンプリングされた信号を、別の標本点系列でサンプリングされた信号に変換すること。 通常はデジタル信号間の変換だが、サンプリングされていればアナログ信号でもかまわない。音声のような1次元信号に対してもビットマップ画像のような2次元信号に対しても使われ、基本原理は同じだが、用途は異なる。
rdf:langString
Em estatística, reamostragem (em inglês e no jargão do meio resampling) é qualquer de uma variedade de métodos para realizar-se o seguinte: 1.
* Estimativa da precisão de amostras estatísticas (medianas, variâncias, percentagens) pelo uso de subconjuntos de dados disponíveis (jackknifing) ou traçando-se aleatoriamente com reposição de um conjunto de pontos de dados bootstrapping) 2.
* Marcações de intercâmbio sobre pontos de dados quando realizando testes de significância (testes de permutação, também chamados , testes de aleatorização, ou testes de re-aleatorização) 3.
* Modelos de validação pelo uso de subconjuntos aleatórios (bootstrapping, ) Técnicas comuns de reamostragem incluem bootstrapping, jackknifing e testes de permutação.
rdf:langString
统计学中，重抽样（或重采样，英語：resampling）可指下列几种方法：
* 使用样本数据的子集（刀切法）或从数据中有放回地随机抽样（自助法），来估计样本统计量（如中位數、方差、百分位数）的精度。
* 在进行显著性检验时交换数据的标签（称为置换检验，或精确检验、随机化检验、重随机化检验）。
* 使用样本的随机子集来验证模型（称为交叉驗證）。
xsd:nonNegativeInteger
18016
