재추출 기법

부트스트랩, 잭나이프(Jackknife), 교차 검증을 사용하여 데이터 세트 재추출

모수적 검정 가정이 충족되지 않거나 모수적 검정 가정이 비정규분포의 소표본에 대한 것인 경우 재추출 기법을 사용하여 표본 데이터에서 기술 통계량과 신뢰구간을 추정합니다. 부트스트랩 방법은 표본 데이터에서 복원추출을 통한 임의 표본을 선택하여 관심 있는 모수의 신뢰구간을 추정합니다. 잭나이프는 표본 데이터의 서브셋을 사용하고 매번 서브셋에서 관측값 한 개를 빼는 방식으로(리브-원-아웃(Leave-One-Out) 재추출) 관심 있는 모수를 체계적으로 재계산합니다. 이 계산을 통해 전체 데이터 표본에 대한 관심 있는 모수를 추정합니다. Parallel Computing Toolbox™ 라이선스가 있으면 병렬 연산을 사용하여 재추출 계산 속도를 높일 수 있습니다.

함수

`bootci`	Bootstrap confidence interval
`bootstrp`	부트스트랩 추출
`crossval`	Estimate loss using cross-validation
`datasample`	데이터에서 무작위 복원추출 또는 비복원추출
`jackknife`	Jackknife sampling
`randsample`	임의 표본

도움말 항목

Resampling Statistics
Use bootstrap and jackknife methods to measure the uncertainty in the estimated parameters and statistics.
Quick Start Parallel Computing for Statistics and Machine Learning Toolbox
Get started with parallel statistical computing.
Implement Jackknife Using Parallel Computing
Speed up the jackknife using parallel computing.
Implement Cross-Validation Using Parallel Computing
Speed up cross-validation using parallel computing.
Implement Bootstrap Using Parallel Computing
Speed up the bootstrap using parallel computing.