Sử dụng Bootstrap trong việc xác định mật độ xương của phụ nữ Việt Nam

Trong bài báo này, chúng tôi sử dụng phương pháp bootstrap để nghiên cứu độ lệch tiêu chuẩn của mật độ xương tối đa của phụ nữ Việt Nam. Kết quả này có tầm quan trọng trong việc nhận biết mức độ nguy hiểm của căn bệnh loãng xương. | TAÏP CHÍ PHAÙT TRIEÅN KH&CN, TAÄP 11, SOÁ 10 - 2008 SỬ DỤNG BOOTSTRAP TRONG VIỆC XÁC ĐỊNH MẬT ĐỘ XƯƠNG CỦA PHỤ NỮ VIỆT NAM Nguyễn Văn Thu(1), Nguyễn Đức Phương(2) (1)Trường Đại học Quốc tế, ĐHQG-HCM (2) Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM (Bài nhận ngày 12 tháng 03 năm 2008, hòan chỉnh sửa chữa ngày 24 tháng 04 năm 2008) TÓM TẮT: Trong bài báo này, chúng tôi sử dụng phương pháp bootstrap để nghiên cứu độ lệch tiêu chuẩn của mật độ xương tối đa của phụ nữ Việt Nam. Kết quả này có tầm quan trọng trong việc nhận biết mức độ nguy hiểm của căn bệnh loãng xương. 1. GIỚI THIỆU Trong thống kê, theo phương pháp mà chúng ta vẫn thường dùng để ước lượng hay kiểm định tham số thống kê là đưa ra các giả định về phân phối của X hoặc giả định về cở mẫu. Dựa vào các giả định này để tìm phân phối của các thống kê mà ta đang xét. Chẳng hạn để ước lượng khoảng cho phương sai trường hợp không biết giá trị của kỳ vọng µ thì người ta xét thống kê 2 n X −X 2 χ 2 = ∑ i ~ χ n −1 σ i =1 khi X ~ N ( µ ,σ 2 ) . Nhưng không phải lúc nào giả định của thống kê mà chúng ta đang xét luôn thỏa đáng. Trong trường hợp vi phạm các giả định thống kê thì kết quả của việc phân tích sẽ không có ý nghĩa. Phương pháp bootstrap đã được xây dựng để giải các vấn đề như thế này. Phương pháp phân tích bootstrap là tập hợp một số kĩ thuật phân tích dựa vào nguyên lí tái chọn mẫu (resampling) để ước tính các thông số mà các phương pháp thống kê truyền thống không có giải đáp. Phương pháp bootstrap do Giáo sư Bradley Efron thuộc Đại học Stanford phát triển từ cuối thập niên 1970s, nhưng mãi đến khi máy tính trở nên thông dụng thì mới thành một phương pháp phổ biến trong phân tích thống kê. Sự ra đời của phương pháp phân tích bootstrap được đánh giá một cuộc cách mạng quan trọng trong thống kê học, vì nó giải quyết nhiều vấn đề mà trước đây tưởng như không thể nào giải được. 2. PHÂN PHỐI BOOTSTRAP Định nghĩa 1 (Mẫu bootstrap). Mẫu bootstrap x # = ( x1# , , xn# ) là mẫu ngẫu nhiên cở n trong đó .

Không thể tạo bản xem trước, hãy bấm tải xuống
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
476    16    1    23-11-2024
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.