Bootstrapping
Nel bootstrapping (Efron & Tibshirani, 1993), i dati del campione vengono usati per creare un ampio insieme di nuovi campioni “bootstrap”, semplicemente estraendo casualmente i dati dal campione originale. In ciascun nuovo campione, della stessa dimensione del campione originale, alcuni soggetti compariranno due o più volte e altri non compariranno affatto.
La statistica di interesse viene calcolata in ciascuno di questi campioni bootstrap. L'insieme dei valori così calcolati costituisce la distribuzione bootstrap della statistica.
Il bootstrap percentile si ottiene usando i percentili 2,5 e 97,5 della distribuzione bootstrap come intervallo di confidenza al 95% della statistica di interesse. Questo intervallo percentile viene usato per calcolare gli intervalli di confidenza dei limiti di riferimento quando sono stimati con il metodo robusto.
Il bootstrap corretto per la distorsione e accelerato (BCa) (Efron, 1987; Efron & Tibshirani, 1993) corregge l'eventuale distorsione e asimmetria della distribuzione bootstrap. Il bootstrap BCa viene usato ad esempio per il tau di Kendall e nell'analisi della curva ROC.
Generazione dei numeri casuali
MedCalc usa il Mersenne twister come generatore di numeri casuali (implementazione MT19937) (Matsumoto & Nishimura, 1998).
Opzioni di bootstrapping
- Repliche bootstrap: inserisci il numero di repliche bootstrap. Numeri elevati aumentano l'accuratezza, ma anche il tempo di elaborazione.
- Seme numero casuale: è il seme del generatore di numeri casuali. Inserisci 0 per un seme casuale; in questo caso, ripetendo la procedura, si possono ottenere intervalli di confidenza diversi. Qualsiasi altro valore produce una sequenza “casuale” riproducibile, che dà valori riproducibili degli intervalli di confidenza.
Letteratura
- Efron B (1987) Better Bootstrap Confidence Intervals. Journal of the American Statistical Association 82:171-185.
- Efron B, Tibshirani RJ (1993) An introduction to the Bootstrap. Chapman & Hall/CRC.
- Matsumoto M, Nishimura T (1998) Mersenne twister: a 623-dimensionally equidistributed uniform pseudo-random number generator. ACM Transactions on Modeling and Computer Simulation 8:3-30.