开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

RyanR · 2023年02月07日

请问一下 最大的问题不应该是很依赖结果的独立吗。

NO.PZ2020011101000050

问题如下:

What are the key limitations of the bootstrap?

选项:

解释:

The most important limitation is that the bootstrap cannot generate data that has not occurred in the sample. This is sometimes called the “Black Swan” problem. A simulation can potentially generate shocks larger than historically observed values if the assumed distribution has this feature.

不能产生新的数据,这个我理解是和蒙特卡洛的主要区别,也是这个方法的本质特点。如果这个是他最大的缺点的话,那这个方法可不可以认为是没有意义的。

1 个答案
已采纳答案

李坏_品职助教 · 2023年02月07日

嗨,努力学习的PZer你好:


bootstrap是从已有的样本中重复抽样,它的好处是不需要假定样本数据服从某种分布,直接从历史数据中随机抽样即可。

而Monte Carlo是需要假定样本数据符合某种分布,根据分布函数的性质,去产生新的数据。


这两种方法各有所长,bootstrap也不能说是完全没有意义。只能说是在处理变化剧烈的数据时,不如Monte Carlo有效。

----------------------------------------------
就算太阳没有迎着我们而来,我们正在朝着它而去,加油!