محاكاة التمهيد — إعادة أخذ العينات التجريبية للاستدلال الإحصائي
- قدّمه
- Bradley Efron
- السنة
- 1979
- النوع
- Simulation-based nonparametric inference
هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية
ماذا تفعل؟
محاكاة التمهيد، التي قدمها برادلي إيفرون في عام 1979، هي طريقة استدلال قائمة على المحاكاة تستمد توزيع أخذ العينات لأي إحصائية تقريبًا عن طريق إعادة أخذ العينات بشكل متكرر مع الإحلال من البيانات المرصودة. نظرًا لأنها لا تتطلب افتراضات توزيعية بارامترية، فإنها توفر بديلاً قوياً للأغراض العامة لفترات الثقة التحليلية واختبارات الفرضيات البارامترية عبر البيانات المستمرة والترتيبية والثنائية وبيانات العد.
الفكرة الحدسية وراء الطريقة
عادةً، لفهم مدى تباين إحصائية مثل المتوسط أو الوسيط، ستقوم بجمع العديد من العينات المستقلة من السكان — ولكن لديك عينة واحدة فقط. تحل إعادة أخذ عينات التمهيد هذه المشكلة عن طريق معاملة عينتك الواحدة كما لو كانت السكان ورسم آلاف العينات الجديدة منها مع الإحلال. كل سحب جديد يختلف قليلاً، ومعًا يبنون صورة تجريبية لكيفية سلوك الإحصائية عبر الدراسات المتكررة — لا يلزم وجود صيغة توزيعية.
التاريخ
قدم برادلي إيفرون التمهيد في ورقة بحثية بارزة عام 1979 ووسع الإطار مع روب تيبشيراني في كتابهما المدرسي عام 1993، والذي لا يزال المرجع النهائي. نمت الطريقة من أفكار إعادة أخذ عينات الجاكنايف السابقة وكانت ثورية لأنها قدمت مسارًا قابلاً للتتبع حسابيًا للاستدلال الصحيح دون الحاجة إلى توزيعات أخذ عينات بصيغة مغلقة. وسع دافيسون وهينكلي في مونوجراف كامبريدج عام 1997 نظرية التمهيد لنماذج الانحدار والسلاسل الزمنية والبيانات المراقبة، مما عزز الطريقة كحجر زاوية في الإحصاء التطبيقي الحديث.
متى تُستخدم
محاكاة التمهيد مناسبة كلما تعذر اشتقاق توزيع أخذ العينات لإحصائية ما تحليليًا أو عندما لا يمكن تبرير الافتراضات البارامترية (الاعتيادية، تجانس التباين). إنها تتعامل مع المتغيرات المستمرة والترتيبية والثنائية وبيانات العد وتعمل مع أي مقدر إحصائي تقريبًا — بما في ذلك المعقدة مثل معاملات الانحدار، فروق الارتباط، أو مقاييس دقة النموذج. يلزم عمومًا حد أدنى من العينات يبلغ حوالي 20 ملاحظة؛ مع العينات الصغيرة جدًا قد لا يمثل توزيع التمهيد السكان بشكل كافٍ. بالنسبة للبيانات المترابطة أو بيانات السلاسل الزمنية، استخدم تمهيد الكتلة بدلاً من الإصدار القياسي i.i.d.
الحدود والاعتبارات
- مكثف حسابيًا عندما تكون B كبيرة (10000+ إعادة أخذ عينات) أو يكون حساب الإحصائية مكلفًا.
- لا يمكن تصحيح عينة أصلية متحيزة أو غير تمثيلية — يرث التمهيد أي خطأ منهجي في البيانات.
- قد لا توفر العينات الأصلية الصغيرة (n < 20) توزيعًا تجريبيًا موثوقًا لأخذ العينات، حتى مع العديد من عمليات إعادة أخذ العينات.
- التمهيد القياسي i.i.d. غير صالح للبيانات التابعة؛ يجب استخدام تمهيد الكتلة بدلاً من ذلك، ويضيف اختيار حجم الكتلة تعقيدًا.
لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.
نقاط القوة
- لا يتطلب افتراض توزيعي بارامتري — صالح في ظل ظروف واسعة حيث تفشل الصيغ الكلاسيكية.
- قابل للتطبيق على أي إحصائية تقريبًا: المتوسطات، الوسائط، الارتباطات، معاملات الانحدار، مقاييس أداء النموذج، والمقدرات المخصصة.
- يوفر فترات ثقة واختبارات فرضيات دون اشتقاقات توزيعية لأخذ العينات بصيغة مغلقة.
- سهل التوسيع: تمهيد الكتلة يتعامل مع البيانات التابعة؛ فواصل BCa تتعامل مع عدم التماثل.
التطبيقات
- بناء فترات ثقة للمقدرات المعقدة (الوسائط، المتوسطات المشذبة، دقة النموذج) حيث تكون الصيغ التحليلية غير متوفرة.
- اختبار الفرضيات عندما لا يمكن التحقق من الافتراضات البارامترية — على سبيل المثال، مقارنة مجموعتين على نتيجة مستمرة منحرفة.
- تقدير خطأ التنبؤ واستقرار النموذج في التعلم الآلي عبر أخذ عينات التمهيد خارج العينة (out-of-bag).
- البحث الطبي الحيوي: اشتقاق فترات الثقة لمنحنيات البقاء، ومعلمات الاستجابة للجرعة، وخصائص الاختبار التشخيصي.
- أبحاث العلوم الاجتماعية والتعليم: الاستدلال على فروق الارتباط، وأحجام التأثير، ودرجات المقاييس المركبة.
كيف يعمل
كيف يعمل
ابدأ بمجموعة البيانات المرصودة المكونة من n ملاحظة. تحقق من أن العينة تمثيلية للسكان المستهدفين — يمكن للتمهيد فقط استنساخ ما هو موجود في البيانات، لذلك ستنتج عينة متحيزة أو غير تمثيلية تقديرات تمهيد متحيزة.
ارسم B عينة عشوائية بحجم n من البيانات الأصلية، مع أخذ العينات مع الإحلال في كل مرة. يوصي إيفرون وتيبشيراني (1993) بـ B ≥ 1000 كحد أدنى؛ بالنسبة لفترات الثقة، فإن B = 10000 هو التوصية القياسية. بالنسبة للبيانات التابعة (السلاسل الزمنية، الملاحظات المجمعة) استخدم تمهيد الكتلة للحفاظ على هيكل التبعية.
احسب الإحصائية ذات الأهمية — المتوسط، الوسيط، معامل الانحدار، الارتباط، أو أي مقدر آخر — على كل عينة من عينات التمهيد B. ينتج عن هذا توزيع تمهيد لقيم الإحصائية B.
قم بتجميع قيم إحصائية التمهيد B في توزيع أخذ عينات تجريبي. لخصها بخطأ المعيار للتمهيد وفترة ثقة التمهيد. بالنسبة للتوزيعات المنحرفة، يُفضل فاصل الانحراف المصحح المعجل (BCa)؛ فاصل المئين هو أبسط بديل.
استخدم توزيع التمهيد المجمع لإجراء الاستدلالات: قم بالإبلاغ عن فترة الثقة للمعلمة ذات الأهمية، أو احسب قيمة p لاختبار فرضية عن طريق مقارنة الإحصائية المرصودة بتوزيع العدم للتمهيد. نظرًا لعدم الحاجة إلى افتراض بارامتري للوصول إلى هذه النقطة، فإن الاستدلال صالح في ظل ظروف واسعة.
الأخطاء الشائعة
- استخدام عدد قليل جدًا من عمليات إعادة أخذ العينات (B < 1000) ينتج عنه فترات ثقة غير مستقرة — استخدم دائمًا ما لا يقل عن B = 1000 و B = 10000 لفواصل الثقة المبلغ عنها النهائية.
- تطبيق التمهيد القياسي i.i.d. على بيانات السلاسل الزمنية أو المجمعة ينتهك افتراض الاستقلال؛ استخدم تمهيد الكتلة للملاحظات التابعة.
- معاملة فترات ثقة التمهيد على أنها متكافئة بغض النظر عن الطريقة — يمكن أن يكون فاصل المئين متحيزًا عندما تكون الإحصائية منحرفة؛ فضل BCa في تلك الحالات.
- الخلط بين خطأ المعيار للتمهيد والانحراف المعياري للسكان — يقدر خطأ المعيار للتمهيد تباين المقدر، وليس تباين البيانات الخام.
الأسئلة الشائعة
كم عدد عمليات إعادة أخذ عينات التمهيد التي أحتاجها؟
الحد الأدنى من B = 1000 عملية إعادة أخذ عينات مطلوب لأخطاء المعيار للتمهيد وفترات الثقة التقريبية. بالنسبة لفترات الثقة المبلغ عنها النهائية، فإن B = 10000 هو التوصية القياسية (Efron & Tibshirani, 1993). أقل من 1000 عملية إعادة أخذ عينات تنتج نتائج غير مستقرة ويجب عدم الإبلاغ عنها.
أي طريقة لفترة الثقة يجب أن أستخدم — المئين، BCa، أم الأساسية؟
يُفضل فاصل BCa (المصحح للانحراف والمعجل) في معظم الحالات، خاصة عندما يكون توزيع أخذ عينات الإحصائية غير متماثل أو يكون المقدر متحيزًا. فاصل المئين أبسط ولكنه قد يكون غير دقيق في ظل الانحراف. يقوم BCa بالتعديل لكل من الانحراف والانحراف، مما يجعله الخيار الأكثر موثوقية للأغراض العامة.
هل يمكن استخدام التمهيد مع بيانات السلاسل الزمنية أو البيانات اللوحية؟
نعم، ولكن التمهيد القياسي i.i.d. (الذي يعيد أخذ عينات الملاحظات الفردية) غير صالح للبيانات التابعة لأنه يكسر هيكل التبعية. طرق تمهيد الكتلة، التي تعيد أخذ عينات كتل متجاورة من الملاحظات، تحافظ على التبعية التسلسلية ويجب استخدامها كلما كانت البيانات مترابطة بمرور الوقت أو داخل المجموعات.
هل يعمل التمهيد مع العينات الصغيرة؟
الاستدلال بالتمهيد موثوق به بشكل عام عندما يكون n ≥ 20. مع العينات الصغيرة جدًا قد لا تمثل البيانات المرصودة السكان بشكل كافٍ، لذلك يرث توزيع التمهيد هذا القيد — لا يعوض أي قدر من إعادة أخذ العينات عن عينة صغيرة جدًا لالتقاط شكل السكان. في مثل هذه الحالات، ضع في اعتبارك اختبارات التبديل الدقيقة أو الطرق البايزية.
طرق ذات صلة
المصادر
Efron, B. & Tibshirani, R.J. (1993). An Introduction to the Bootstrap. Chapman & Hall/CRC.
افتح مرجع DOIتم النسخ.Davison, A.C. & Hinkley, D.V. (1997). Bootstrap Methods and their Application. Cambridge University Press.
افتح مرجع DOIتم النسخ.