リサンプリング

リサンプリングは、元のデータサンプルから繰り返しサンプルを描画する方法です。 リサンプリングの方法は、統計的推論のノンパラメトリック法です。 言い換えると、リサンプリングの方法では、近似p確率値を計算するために、一般的な分布表(正規分布表など)を使用する必要はありません。

リサンプリングには、描画されたサンプルの各数が元のデータサンプルに類似したケースの数を持つように、元のデータサンプルから置換された無作為化されたケースの選択が含まれます。 置換のために、リサンプリングの方法によって使用されるサンプルの描画数は、反復的なケースで構成されます。

リサンプリングは、実際のデータに基づいて一意のサンプリング分布を生成します。 リサンプリングの方法では、分析的な方法ではなく実験的な方法を使用して、固有のサンプリング分布を生成します。 リサンプリングの方法は、研究者が研究したデータのすべての可能な結果の偏りのないサンプルに基づいているため、偏りのない推定値が得られます。

リサンプリングは、ブートストラップまたはモンテカルロ推定とも呼ばれます。 リサンプリングの概念を理解するために、研究者はブートストラップとモンテカルロ推定という用語を理解する必要があります:

• ブートストラップの方法は、リサンプリングの方法と同等であり、検定統計量を計算するために、元のデータサンプルからの繰り返しサンプルを利用し
• モンテカルロ推定は、ブートストラップ法と同等であり、研究者がリサンプリング結果を得るために使用されます。

仮定

このリサンプリング方法は、一般に、基になるデータ分布の性質を無視するパラメトリック仮定を無視します。 したがって、この方法はノンパラメトリック仮定に基づいています。

リサンプリングでは、特定のサンプルサイズの要件はありません。 したがって、サンプルが大きいほど、リサンプリングの方法によって生成された信頼区間の信頼性が高くなります。

データに過剰なフィッティングノイズの危険性が増しています。 この種の問題は、リサンプリングの方法と交差検証のプロセスを組み合わせることで簡単に解決できます。

SPSSでのリサンプリング

SPSSでは、研究者は次の方法でリサンプリングの方法を実行できます。

分析メニューから”ノンパラメトリック検定”を選択した後、研究者は”Two Independent Sample tests”をクリックし、研究者は”Exact”ボタンを見つけます。 これにより、研究者は有意性推定のタイプを選択することができます。 研究者が行うことができるそのような選択の一つには、ブートストラップおよびリサンプリング方法でもある”モンテカルロ”の方法が含まれる。

統計ソリューションは、あなたの研究研究のためのサンプルサイズ/パワー分析を決定するのに役立ちます。 多くを学ぶためには、サンプルサイズ/力の分析の私達のwebページを訪問するか、または私達に今日連絡して下さい。