R语言第八讲续评估模型之自助法分析案例

题目

今天来用自助法评估一下ISLR 程序包中的 Portfolio (金融资产)数据集的预测函数

实验

为了在这个数据集上说明自助法的使用，首先必须创建一个函数alpha. fn ()来输入数据(X,Y) ，以及表明用哪些观测来估计 α 的向量，然后输出由入选的观测所计算得到的 α 估计的结果。

  # The Bootstrap#自助法# 两个步骤：第一，创建一个计算感兴趣的统计量的函数# 第二，用boot库中的boot()有放回地抽取观测来执行自助法alpha.fn=function(data,index){X=data$X[index]Y=data$Y[index]return((var(Y)-cov(X,Y))/(var(X)+var(Y)-2*cov(X,Y)))
}

这个函数返回 (return) 或者说输出，对参数 index 选中的观测用自助法公式计算得到的 α 的一个估计。比如说，下面的命令让 R 用全部 100 个观测来估计 α。

> library(ISLR)
> alpha.fn(Portfolio,1:100)#[1] 0.5758321
[1] 0.5758321

下面的命令用 sample ()函数来随机地从 1 到 100 中有放困地选取 100 个观测。这相当于创建了一个新的自助法数据集，然后在新的数据集上重新计算α。

> set.seed(1)
> alpha.fn(Portfolio,sample(100,100,replace=T))#[1] 0.5963833
[1] 0.7368375

可以通过多次运行这个命令，把所有相应的 α 估计记录下来，然后计算其标准差，来实现自助法分析。但是. boot ()函数可以让这个方法自动进行。下商产生 R=1000 个 α 的自助法估计。

> library(boot)
> boot(Portfolio,alpha.fn,R=1000)#可以多次自动运行这个命令ORDINARY NONPARAMETRIC BOOTSTRAPCall:
boot(data = Portfolio, statistic = alpha.fn, R = 1000)Bootstrap Statistics :original       bias    std. error
t1* 0.5758321 -0.001695873  0.09366347

R语言第八讲续评估模型之自助法分析案例相关推荐

R语言第八讲评估模型之交叉验证法分析案例
题目评估Auto数据集上拟合多个线性模型所产生的测试错误率.Auto数据集是存在与ISLR程序包中的一个摩托车相关数据的数据集,读者可自行下载ISLR程序包,并将Auto数据集加载. 相关资料交叉 ...
R语言使用rpart包构建决策树模型、使用prune函数进行树的剪枝、交叉验证预防过拟合、plotcp可视化复杂度、rpart.plot包可视化决策树、使用table函数计算混淆矩阵评估分类模型性能
R语言使用rpart包构建决策树模型.使用prune函数进行树的剪枝.使用10折交叉验证选择预测误差最低的树来预防过拟合.plotcp可视化决策树复杂度.rpart.plot包可视化最终决策树.使用t ...
R语言编写自定义函数、评估回归模型预测变量的相对重要性（Relative importance）、通过在所有可能的子模型中添加一个预测变量而获得的R方的平均增加、评估预测变量的重要度、并通过点图可视化
R语言编写自定义函数.评估回归模型预测变量的相对重要性(Relative importance).通过在所有可能的子模型中添加一个预测变量而获得的R方的平均增加.来评估预测变量的重要程度.并通过点图可 ...
R语言使用caret包对GBM模型自定义参数调优：自定义优化参数网格、可视化核心参数与评估指标关系、Accuracy与树的深度、个数的关系、Kappa与树的深度、个数的关系
R语言使用caret包对GBM模型自定义参数调优:自定义优化参数网格.可视化核心参数与评估指标关系.Accuracy与树的深度.个数的关系.Kappa与树的深度.个数的关系目录 R语言使用caret ...
R语言使用caret包对GBM模型参数调优（自定义调优的评估指标，例如ROC指标）：抽取预测标签及类概率、抽样ROC的指标并绘制密度图
R语言使用caret包对GBM模型参数调优(自定义调优的评估指标,例如ROC指标):抽取预测标签及类概率.抽样ROC的指标并绘制密度图目录 R语言使用caret包对GBM模型参数调优(自定义调优的评 ...
R语言编写自定义函数计算分类模型评估指标：准确度、特异度、敏感度、PPV、NPV、数据数据为模型预测后的混淆矩阵、比较多个分类模型分类性能（逻辑回归、决策树、随机森林、支持向量机）
R语言编写自定义函数计算分类模型评估指标:准确度.特异度.敏感度.PPV.NPV.数据数据为模型预测后的混淆矩阵.比较多个分类模型分类性能(逻辑回归.决策树.随机森林.支持向量机) 目录
预测分析：R语言实现2.4　评估线性回归模型
2.4 评估线性回归模型再次利用lm()函数,用线性回归模型来拟合数据.我们的两套数据集会用到上述数据框里剩下的所有输入特征.R提供了一种编写公式的简写方式,它可以把某个数据框里的所有列作为特征,除 ...
R语言使用lm函数拟合多项式回归模型：使用predict函数和训练好的模型进行预测推理、计算回归模型的评估指标MAE、MSE、RMSE、R方等指标
R语言使用lm函数拟合多项式回归模型:使用predict函数和训练好的模型进行预测推理.计算回归模型的评估指标MAE.MSE.RMSE.R方等指标目录
R语言编程第一讲变量与赋值
R语言编程第一讲变量与赋值 R语言的变量名赋值符号 <- 与 = 的区别赋值符号 <- 的更多细节 Copy-on-Modify与Modify-in-Place 函数调用列表数 ...

R语言第八讲续评估模型之自助法分析案例

题目

相关资料

实验

R语言第八讲续评估模型之自助法分析案例相关推荐

最新文章

热门文章

R语言第八讲续 评估模型之自助法分析案例

题目

相关资料

实验

R语言第八讲续 评估模型之自助法分析案例相关推荐

最新文章

热门文章

R语言第八讲续评估模型之自助法分析案例

R语言第八讲续评估模型之自助法分析案例相关推荐