在cross validated上发现了类似的问题,boostrap的bias多是拿来估计variance,并且有个数值例子,但依然不理解背后的原理.
-----
今天讲bootstrap,直觉上认为\hat \theta的bias是不能通过新的样本和\hat \theta之间的关系去过估计的。给了一两个例子,关于\mu的,老师讲\mu还是要有一个固有的bias不能是consistent的。
但是直觉上来讲,bias的本质是T和R的区别,新样本的bias全部建立在T之上, 不能反应这个real的值究竟是个啥样子,,,这么来讲确实很值得做一些数值实验。。。
网友评论