Resampling

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche
Dieser Artikel beschreibt das statistische Resampling. Resampling beschreibt auch in der digitalen Signalverarbeitung die Abtastratenkonvertierung.

Resampling (engl.) bzw. Stichprobewiederholung bezeichnet die Bestimmung der statistischen Eigenschaften von Stichprobenfunktionen, wie Schätzern oder Testgrößen auf Basis einer wiederholten Ziehung von Stichproben, sogenannten Unterstichproben, aus einer Ausgangsstichprobe. Die Stichprobenfunktion wird auf Basis der gezogenen Unterstichproben wiederholt berechnet[1] und anhand der Ergebnisse ihre Verteilungseigenschaften untersucht.

Rechnerunterstützung[Bearbeiten]

Für das Resampling werden typischerweise rechnergestützte statistische Auswertungsmethoden genutzt. Man benötigt sie, da die Wahrscheinlichkeitsverteilung einer Stichprobenfunktion oder eines statistischen Tests nicht immer (mit vertretbarem Aufwand) bestimmt werden kann. Um auch in diesen Situationen Vertrauensintervalle angeben und Tests durchführen zu können, werden auf der Grundlage der vorhandenen Daten mit Hilfe von Simulationsverfahren (Monte-Carlo-Statistik) große Anzahlen von (Pseudo-Zufalls-) Datensätzen erzeugt (das Resampling). Diese werden dann verwendet, um die Verteilung der Stichprobenfunktion, insbesondere deren Streuungsparameter, zu schätzen.

Die Verfahren werden seit den 1980er Jahren entwickelt. Bekannte Verfahren sind Jackknife und Bootstrap.

Resampling-Verfahren[Bearbeiten]

Verschiedene Verfahren werden zu den Resampling-Methoden gezählt.

Anwendungen[Bearbeiten]

Einzelnachweise[Bearbeiten]

  1. Bernd Rönz, Hans G. Strohe (1994), Lexikon Statistik, Gabler Verlag, S. 312.

Literatur[Bearbeiten]

  • Y. Shao, D. Tu: The Jackknife and Bootstrap. Springer, New York, 1995
  • B. Efron, R.G. Tibshirani: An Introduction to the Bootstrap. Chapman and Hall, New York, 1993
  • E. F. Harrell: Regression Modeling Strategies With Applications to Linear Models, Logistic Regression, and Survival Analysis, Springer, New York, 2006