阿同學
2022-12-16 11:01cluster和stratified的區(qū)別；bootstrap和jackknife的區(qū)別
所屬：CFA Level I > Quantitative Methods 視頻位置 相關試題
來源： 視頻位置 相關試題
1個回答
Evian, CFA助教
2022-12-22 12:08
該回答已被題主采納
ヾ(?°?°?)??你好同學，
這兩種抽樣方法有什么相同之處？
1
這兩種抽樣方法都是對總體進行分組。
2
這兩種采樣方法都使用了簡單隨機抽樣的概念。
這兩種抽樣方法有什么不同？
1
分層隨機樣本每階層的屬性一致（同一年級，不能代表總體），聚類抽樣每隔聚類集合屬性不一致（四個年級都有，可以代表總體）。
2
對于分層抽樣，從每階層中抽取一定數(shù)量樣本，從而匯總得到總樣本。對于聚類抽樣，隨機抽幾個聚類集合。
詳細舉例：
分層隨機抽樣
例如，假設我們想了解復旦大學的學生是否支持新建停車場?？赡艽嬖诘膯栴}的新生的支持程度將不同于高年級的學生。在這種情況下，我們希望獲得樣本數(shù)據(jù)（假設n=100）涵蓋所有大學四個年級。分層隨機樣本的步驟如下：
1
以學校所有復旦學生為總體，按年級將他們分成不同的subpopulation（階層）。在每個階層中，學生都是相似的屬性（同一年級）。
2
每個階層隨機抽25名學生，一共100名學生。
聚類抽樣
分層隨機抽樣在學校里尋找100名不同的學生可能相當耗時。于是我們可以使用集群抽樣。在聚類抽樣時，需要保證每個集群都能很好地代表總體，這一點很重要。在復旦學校中，這意味著每個cluster聚類集合必須良好代表性總體（四個年級全部學生），我們可以找（home room，類似大學宿舍，不是按年級和專業(yè)分，而是隨機入住的大學宿舍），在每個home room都會有四個年級的學生。以下是集群示例的步驟：
1
以復旦大學所有學生作為總體，按home room將總體分成聚類集合。在每個聚類集合中，學生都是不同的（多個年級）。
2
隨機取3個聚類集合作為樣本數(shù)據(jù)。
參考信息：
https://www.statsmedic.com/post/stratified-random-sample-vs-cluster-sample
----------------------
學而時習之，不亦說乎??【點贊】鼓勵自己更加優(yōu)秀，您的聲音是我們前進的源動力，祝您生活與學習愉快!~
-
追答
ヾ(?°?°?)??你好同學，
重抽樣的前提是樣本容量較少的情況下，需要產生較多樣本數(shù)量，去對總體進行估計。
重抽樣resampling有兩種方法：
1.Jackknife
2.Bootstrapping
Jackknife的優(yōu)點及缺點：計算量小，方便，但是重抽樣之后的數(shù)據(jù)之間差異極小
Bootstrapping優(yōu)點及缺點：重抽樣之后的數(shù)據(jù)之間差異較大，認為可以設定重抽樣后的數(shù)據(jù)個數(shù)，但是計算量較大
Jackknife 和Bootstrapl 的區(qū)別：
1.Jackknife方法只能產生了n個復制（有n個樣本容量，那么重抽樣產生的數(shù)據(jù)就是每次切掉一個，結果有n個新數(shù)據(jù)集），而Bootstrap 方法可產生B個重抽樣復制，且B可以認為任意定B的大小
2.當n較小時，能更容易（更快）計算n個Jackknifef的重抽樣數(shù)據(jù)
3.與Bootstrap 相比，Jackknifel 只利用了更少的信息（更少的樣本）。
4.Jackknifef 產生的數(shù)據(jù)之間的差異很小，每兩個Jackknifel 重抽樣樣本中只有兩個單個觀測值不同
----------------------
學而時習之，不亦說乎??【點贊】鼓勵自己更加優(yōu)秀，您的聲音是我們前進的源動力，祝您生活與學習愉快!~
0
0
1
1
