主要内容

重叠

重叠采样

语法

jackstat =重叠(jackfun, X)
jackstat =重叠(jackfun, X, Y,…)
jackstat =重叠(jackfun,…,“选项”选项)

描述

jackstat =重叠(jackfun, X)的重叠数据样本n——- - - - - -p数据数组X，使用函数计算每个样本的统计信息jackfun，并在矩阵中返回结果jackstat．重叠问候每一行X作为一个数据样本，所以有n数据样本。每一个n行jackstat包含应用的结果jackfun一个折刀样本。jackfun函数句柄是否指定＠．行我的jackstat包含的样例的结果X与我th行省略:

s = x;(我:)= [];jackstat(我:)= jackfun(年代);
如果jackfun返回一个矩阵或数组，然后将此输出转换为用于存储的行向量jackstat．如果X是一个行向量，它被转换成列向量。

jackstat =重叠(jackfun, X, Y,…)接受作为输入提供的附加参数jackfun．它们可以是标量、列向量或矩阵。重叠通过从非标量数据参数的行(这些必须有相同的行数)中进行抽样替换，创建每个叠刀样例。传递的标量数据jackfun不变。非标量参数必须具有相同的行数，并且每个折叠样例从这些参数中省略了相同的行。

jackstat =重叠(jackfun,…,“选项”选项)提供了一个选项，可以在并行计算工具箱™可用的情况下并行执行重叠迭代。集“选项”作为你创建的结构statset．重叠在结构中使用以下字段:

“UseParallel”

如果真正的，使用多个处理器计算重叠迭代。如果没有安装并行计算工具箱，那么计算将以串行模式进行。默认是假，表示串行计算。

例子

估计从向量中抽取的随机样本的MLE方差估计的偏差y使用重叠．偏差在这个问题中有一个已知的公式，所以你可以比较重叠这个公式的值。

σ= 5;y = normrnd(0,σ,100,(1);m =重叠(@var, y, 1);n =长度(y);偏差= -sigma^2/n %已知偏差公式jbias = (n-1)*(均值(m)-var(y,1)) %折刀偏差估计偏差= -0.2500 jbias = -0.3378

扩展功能

另请参阅

||||

主题

介绍了R2006a

统计和机器学习工具箱文档

金宝app

掌握机器学习:MATLAB一步一步的指南

掌握机器学习:MATLAB一步一步的指南

下载电子书