R imp.weights 重要性采样权重

说明

当需要估计时，假设模拟来自概率为 q 的替代分布，此函数计算纠正概率分布模拟所需的重要性采样权重 p 。

用法

imp.weights(boot.out, def = TRUE, q = NULL)

参数

boot.out	由 boot 或 tilt.boot 生成的类 "boot" 的对象。通常，引导模拟将使用重要性重采样来完成，并且我们希望在以相等概率采样的假设下进行计算。
def	指示是否应计算防御混合物分配权重的逻辑变量。这仅在 boot.out 中的重复在许多不同分布下进行模拟的情况下才有意义。如果是这种情况，那么防御混合权重将使用引导程序中使用的分布的混合。另一种方法是使用生成引导重采样的分布知识来计算每个重复的权重。
q	一个概率向量，指定我们需要从中进行推断的重采样分布。一般来说，这对应于通常的引导重采样分布，它为每个原始观测值赋予相同的权重，这是默认值。 q 的长度必须等于 boot.out$data 中的观测值数量，并且 q 的所有元素都必须为正。

细节

使用频率向量 f 的引导复制的重要性采样权重由 prod((q/p)^f) 给出。这会重新加权重复，以便可以找到估计值，就好像引导重新采样是根据概率 q 生成的，尽管实际上它们来自分布 p 。

值

与 boot.out$t 长度相同的重要性权重向量。然后，这些权重可用于重新加权 boot.out$t ，以便可以找到估计值，就好像模拟来自概率为 q 的分布一样。

注意

有关使用 imp.weights 的示例，请参阅 imp.moments 帮助中的示例。

参考

Davison, A. C. and Hinkley, D. V. (1997) Bootstrap Methods and Their Application. Cambridge University Press.

Hesterberg, T. (1995) Weighted average importance sampling and defensive mixture distributions. Technometrics, 37, 185-194.

Johns, M.V. (1988) Importance sampling for bootstrap confidence intervals. Journal of the American Statistical Association, 83, 709-714.

也可以看看

boot , exp.tilt , imp.moments , smooth.f , tilt.boot