學術活動
应用统计系列讲座：Bootstrap, Jackknife and Likelihood Method
2009-05-25
來源：科技處 點擊次數：主 讲 人：祁永成 教授（明尼蘇達大學杜魯斯分校數學與統計學系）
時間及地點：
5月25日、6月1日、6月8日 13:30-15:30 教二312
5月26日、6月2日 14:00-16:00 教四304
5月27日、6月3日 14:00-16:00 教四319
5月31日、6月5日 14:00-16:00 教二209
6月4 日 13:30-15:30 教二310
主 办： 數學科學學院
摘 要：Bootstrap和Jackknife是當今應用廣泛的兩種重抽樣要领，在經濟學家和生物學家中是個熱門話題。Bootstrap原意是“靴袢”，即縫在靴子後跟上緣、穿靴時便于往上提的圈形吊帶。因爲德國童話《吹捧大王曆險記》中闵希豪森男爵拽自己的靴袢把自己拉出沼澤的故事，後來就用bootstrapping，簡稱booting，指不借助外力的自我維系的過程。在統計學中bootstrap是指從原始樣本中做有放回的再抽樣，從而估計出估計量的樣天职布、標准誤差、置信區間或者構造假設檢驗的統計要领，也譯爲“自舉法”、“拔靴法”。Jackknife原意是折疊刀。在統計推斷中jackknife指當用隨機的觀察樣本計算估計量時，可以考慮從樣本集中每次除去一個觀測值然後重新計算其余的觀測值，這樣對標准差和方差可以給出合理的估計，也譯爲“刀切法”。折刀法的適用面不如靴袢法廣，可是對于一些複雜情形前者比較簡便，并且多數時候兩種要领給出一致的結果。似然函數在統計推斷中起著關鍵作用。本系列課程講述經驗漫衍與重抽樣、樣本均值的精度、靴袢法、折刀法、極大似然法與經驗似然法，R語言是主要的計算工具。
