Resampling

Resampling is de methode waarbij herhaalde monsters worden genomen van de oorspronkelijke gegevensmonsters. De methode van Resampling is een niet-parametrische methode van statistische gevolgtrekking. Met andere woorden, de methode van resampling omvat niet het gebruik van de generieke distributietabellen (bijvoorbeeld normale distributietabellen) om de geschatte p waarschijnlijkheidswaarden te berekenen.

Resampling omvat de selectie van gerandomiseerde gevallen met vervanging uit de oorspronkelijke gegevenssteekproef op zodanige wijze dat elk aantal van de getrokken steekproef een aantal gevallen heeft die vergelijkbaar zijn met de oorspronkelijke gegevenssteekproef. Als gevolg van vervanging, het getrokken aantal monsters die worden gebruikt door de methode van resampling bestaat uit repetitieve gevallen.

Resampling genereert een unieke steekproefverdeling op basis van de feitelijke gegevens. De methode van resampling gebruikt experimentele methoden, in plaats van analytische methoden, om de unieke bemonstering distributie te genereren. De methode van resampling levert onbevooroordeelde schattingen aangezien het is gebaseerd op de onbevooroordeelde steekproeven van alle mogelijke resultaten van de gegevens die door de onderzoeker worden bestudeerd.

Resampling is ook bekend als Bootstrapping of Monte Carlo schatting. Om het concept van resampling te begrijpen, moet de onderzoeker de termen Bootstrapping en Monte Carlo schatting begrijpen:

• de methode van bootstrapping, die gelijkwaardig is aan de methode van resampling, maakt gebruik van herhaalde monsters uit de oorspronkelijke gegevenssteekproef om de teststatistiek te berekenen.
• Monte Carlo schatting, die ook gelijkwaardig is aan de bootstrapping methode, wordt door de onderzoeker gebruikt om de resampling resultaten te verkrijgen.

aannames

deze methode van resampling negeert in het algemeen de parametrische aannames die betrekking hebben op het negeren van de aard van de onderliggende gegevensdistributie. Daarom is de methode gebaseerd op niet-parametrische aannames.

bij resampling is er geen specifieke steekproefgrootte vereist. Daarom, hoe groter het monster, hoe betrouwbaarder de betrouwbaarheidsintervallen gegenereerd door de methode van resampling.

er bestaat een groter gevaar van over passend geluid in de gegevens. Dit type probleem kan gemakkelijk worden opgelost door de methode van resampling te combineren met het proces van cross-validatie.

Resampling in SPSS

in SPSS kan de onderzoeker de methode van resampling op de volgende manier uitvoeren:

na het selecteren van “niet-parametrische Tests” in het menu analyse, klikt de onderzoeker op “twee onafhankelijke Steekproeftests”, waarbij de onderzoeker een “exacte” knop vindt. Hierdoor kan de onderzoeker een keuze maken tussen de soorten significantieschattingen. Een dergelijke keuze de onderzoeker kan maken omvat de methode van “Monte Carlo,” die ook een Bootstrapping en Resampling methode.

statistische oplossingen kunnen helpen bij het bepalen van de steekproefgrootte / vermogensanalyse voor uw onderzoek. Ga voor meer informatie naar onze webpagina over sample size / power analysis of neem vandaag nog contact met ons op.