UNE INTRODUCTION AU BOOTSTRAP
Transcription
UNE INTRODUCTION AU BOOTSTRAP
UNE INTRODUCTION AU BOOTSTRAP Bernard Rapacchi Centre Interuniversitaire de Calcul de Grenoble 15 decembre 1994 1 Table des matieres 0.1 Une petite introduction : : : : : : : : : : : : : : 0.1.1 La precision d'une moyenne : : : : : : : : 0.1.2 L'idee du bootstrap : : : : : : : : : : : : 0.2 Quelques rappels : : : : : : : : : : : : : : : : : 0.2.1 Echantillons aleatoires : : : : : : : : : : : 0.2.2 probabilites et statistiques : : : : : : : : : 0.2.3 L'exemple des ecoles : : : : : : : : : : : : 0.3 Estimateur \Plug-in" : : : : : : : : : : : : : : : 0.3.1 Fonction de distribution empirique : : : : 0.3.2 Comment sont lies y et z ? : : : : : : : : 0.3.3 Le principe \je branche" : : : : : : : : : 0.4 Erreurs standards : : : : : : : : : : : : : : : : : 0.4.1 Erreur-standard d'une moyenne : : : : : : 0.4.2 Theoreme central limite : : : : : : : : : : 0.4.3 Tirages a pile ou face : : : : : : : : : : : 0.5 Estimateurs bootstrap de l'erreur standard : : : : 0.5.1 Estimateur bootstrap non-paprametrique de l'erreur standard : : : : : : : : : : : : : : 0.5.2 Algorithme d'estimation des erreurs-standards 0.5.3 Algorithme pour l'estimateur bootstrap de l'erreur-standard : : : : : : : : : : : : : : 0.5.4 un exemple : : : : : : : : : : : : : : : : 0.5.5 Combien de bootstraps? : : : : : : : : : 1 1 2 4 4 5 6 7 7 8 9 10 10 11 12 13 13 14 15 16 17 2 0.6 0.7 0.8 0.9 0.10 0.5.6 Estimateur bootstrap parametrique de l'erreurstandard : : : : : : : : : : : : : : : : : : 18 0.5.7 Avant le bootstrap : : : : : : : : : : : : 19 Exemple d'utilisation : : : : : : : : : : : : : : : 20 0.6.1 L'analyse factorielle : : : : : : : : : : : : 20 0.6.2 Pourquoi une acp? : : : : : : : : : : : : 21 0.6.3 Le bootstrap : : : : : : : : : : : : : : : : 22 0.6.4 Et les vecteurs propres : : : : : : : : : : 25 Structures de donnees plus complexes : : : : : : 27 0.7.1 Generalites : : : : : : : : : : : : : : : : 27 0.7.2 Deux echantillons : : : : : : : : : : : : : 28 0.7.3 Bootstrap : : : : : : : : : : : : : : : : : 29 0.7.4 Structures de donnees plus generales : : : 31 0.7.5 Exemple : serie chronologique : : : : : : : 32 0.7.6 Comment utiliser le bootstrap? : : : : : : 33 Regression lineaire : : : : : : : : : : : : : : : : 36 0.8.1 Presentation du probleme : : : : : : : : : 36 0.8.2 modele probabiliste : : : : : : : : : : : : 37 0.8.3 Bootstrap : : : : : : : : : : : : : : : : : 38 0.8.4 bootstrap par paires ou par residus? : : : 40 Estimation du biais : : : : : : : : : : : : : : : : 41 0.9.1 Presentation du probleme : : : : : : : : : 41 0.9.2 Exemple : les patchs : : : : : : : : : : : : 42 0.9.3 Bootstrap : : : : : : : : : : : : : : : : : 43 0.9.4 Loi des grands nombres : : : : : : : : : : 45 Le Jacknife : : : : : : : : : : : : : : : : : : : : 46 0.10.1 Presentation : : : : : : : : : : : : : : : : 46 0.10.2 Estimation Jacknife du biais : : : : : : : 47 3 0.10.3 Exemple : tests etudiants : : : : : : : : : 0.10.4 Relation bootstrap et jacknife : : : : : : : 0.10.5 Problemes du jacknife : : : : : : : : : : : 0.10.6 D-jacknife : : : : : : : : : : : : : : : : : 0.11 Intervalles de conance et Bootstrap : : : : : : : 0.11.1 Intervalle \normalise" : : : : : : : : : : : 0.11.2 Intervalle \t-Studentise" : : : : : : : : : : 0.11.3 Intervalle \t-bootstrape" : : : : : : : : : 0.11.4 Exemple : souris : : : : : : : : : : : : : : 0.11.5 Transformations : : : : : : : : : : : : : : 0.11.6 Intervalle des percentiles : : : : : : : : : 0.11.7 Intervalle accelere et non-biaise : : : : : : 0.12 Tests de permutation : : : : : : : : : : : : : : : 0.12.1 Historique : : : : : : : : : : : : : : : : : 0.12.2 Exemple : les souris : : : : : : : : : : : : 0.12.3 L'idee : : : : : : : : : : : : : : : : : : : 0.12.4 Calcul de la statistique par test de permutation : : : : : : : : : : : : : : : : : : : 0.12.5 Un autre exemple : : : : : : : : : : : : : 48 49 50 51 52 52 54 55 56 57 58 60 62 62 63 64 66 68 Une petite introduction 1 0.1 Une petite introduction 0.1.1 La precision d'une moyenne LA PRE CISION D'UNE MOYENNE Les Souris. Temps de survie en jours apres une intervention chirurgicale. Groupe Donnees Traitees 94 197 16 38 99 141 23 Taille 7 Moyenne Erreur-standard 86.86 25.24 Contr^ole 52 104 146 10 51 30 40 27 46 9 56.22 14.14 Dierence: 30.63 28.93 n X x = i=1 xi=n r erreur-standard = s2=n n s2 = X (xi ; x)=(n ; 1) i=1 Qu'est ce qui ce passe si on veut comparer les 2 groupes par leur mediane? Une petite introduction 2 0.1.2 L'idee du bootstrap L'IDE E du BOOTSTRAP ou du CYRANO { n iid x = (x1; x2; : : : ; xn) { on est interesse par une statistique s(x) { on tire B echantillons xb = (x1; x2; : : : ; xn) ou chaque x est constitue en tirant avec remise n valeurs parmi les xi. exemple: x = (x7; x1; x7; x3; : : : ; x4) { on calcule chaque valeur s(xb ) pour chaque bootstrap. { on calcule : B X s(:) = b=1 s(xb )=B { on calcule l'estimation de l'erreur-standard : B X se^ boot = f (s(x) ; s(:))2 =(B ; 1)g1=2 i=1 Une petite introduction 3 bootstrap copies S( X*2 ) S( X*1 ) S( X*B ) bootstrap echantillons *1 X *2 X X = (X1, X2 , . . . Xn ) *B X donnees Quelques rappels 4 0.2 Quelques rappels 0.2.1 Echantillons aleatoires E CHANTILLON ALE ATOIRES (rappels) Population U : U1; U2; : : : ; UN de taille N . un echantillon de taille n est un ensemble de n individus u1; u2; : : : ; un selectionnes au hasard parmi les individus de U. en pratique on tire n entiers au hasard j1; j2; : : : ; jn entre 1 et N chacun ayant une probabilite 1=N d'^etre tire. On admet les remises. a chaque ui on associe des mesures notees xi, la collection x = (x1; x2; : : : ; xn) represente les donnees observees si on avait toute la population on obtiendrait un recensement X = (X1; X2; : : : ; XN ) Quelques rappels 5 0.2.2 probabilites et statistiques THE ORIE PROBABILISTE ( Population ) ! Propriete d'un echantillon INFE RENCE STATISTIQUE ( Observe) ! Propriete de la Population { qu'est ce qu'on apprend de X en observant x ? { qu'elle est la precision d'une statistique calculee? Quelques rappels 6 0.2.3 L'exemple des ecoles o GPA 3.0 3.2 o o o o o o o o o o o 2.6 3.4 GPA 3.0 3.2 2.8 2.6 oo o 2.8 + o + o + + o + +o + + + + ++ o+++ + +++ + + + + +++++ + +++ ++ ++ o + + ++ o + o + ++ + + + +o++ +o + + + + o + + +o+ + ++ o + o o + 3.4 { Population : 82 ecoles americaines. { LSAT : moyenne sur le test national. { GPA : moyenne des moyennes a la sortie. { on tire un echantillon de 15 ecoles. { Comment a partir de l'echantillon conna^tre la population? + 500 550 600 LSAT 650 700 500 550 600 LSAT 650 700 Estimateur \Plug-in" 7 0.3 Estimateur \Plug-in" 0.3.1 Fonction de distribution empirique FONCTION DE DISTRIBUTION EMPIRIQUE On a une Fonction de distribution a partir de laquelle on tire un echantillon x F ! x = (x1; x2; : : : ; xn) La Fonction de distribution Empirique F^ donne a chaque valeur xi la probabilite 1=n. En d'autres termes : d Prob fAg = ProbFcfAg = #fxi 2 Ag=n Exemple : A = f(y; z ) : 0 < y < 600; 0 < z < 3:00g Prob(A) = 16=82 = 0:195 ProbFcfAg = 5=15 = 0:333 Estimateur \Plug-in" 8 0.3.2 Comment sont lies y et z ? Comment sont lies y et z ? Si on regarde toute la population : on conna^t exactement les esperances des deux variables et on peut calculer LA statistique corr(y; z ) = i=1(Yj ; y )(Zj ; z ) 2 P82 (Zj ; z )2 ]1=2 [P82 ( Y ; ) j y i=1 i=1 P82 y = 597:5 et z = 3:13 corr(y; z ) = 0:761 Ce n'est que de l'arithmetique ! Mais le coecient de correlation de l'echantillon : y; z ) = d corr( ^ y)(zj ; ^ z ) i=1(yj ; [P15 ^ y)2 P15 ^ z )2]1=2 i=1(yj ; i=1(zj ; P15 ^ y = 600:3 et ^ z = 3:09 d y; z ) = 0:776 corr( Ce n'est qu'une estimation de corr(y; z ) ! Estimateur \Plug-in" 9 0.3.3 Le principe \je branche" LE PRINCIPE \JE BRANCHE" { Le param^etre: = t(F ) C'est une fonction de la distribution de probabilite. { L'estimateur \plug-in" : ^ = t(F^ ) C'est la m^eme fonction utilisee pour F^ que pour F . ^ = resume statistique = la statistique = l'estimateur = LA sortie d'un listing Oui , mais comment ^ approche-t-il ? { Quel est le biais? { Quelle est l'erreur \standard"? C'est tout ce que tente de resoudre LE CYRANO ou BOOTSTRAP Erreurs standards 10 0.4 Erreurs standards 0.4.1 Erreur-standard d'une moyenne ERREUR-STANDARD D'UNE MOYENNE Soit x une variable aleatoire de distribution F : Esperance et variance de F : On note : F = EF (x); F2 = varF (x) = EF [(x ; F )2] x (F ; F2 ) On tire un echantillon x de taille n a partir de F, F ! x = (x1; x2; : : : ; xn) La moyenne x = Pni=1 xi=n de l'echantillon a pour esperance F et pour variance F2 =n x (F ; F2 =n) l'erreur-standard de la moyenne x : r seF (x) = se(x) = varF (x) = F =n Qu'est ce que ca veut dire? Erreurs standards 11 0.4.2 Theoreme central limite THE ORE ME CENTRAL LIMITE Quand n est \assez grand", x suit une loi Normale d'esperance F et de variance 2=n. En d'autres termes : x N(F ; 2; n) Probfjx ; F j < p g =: 0:683 n Probfjx ; F j < 2 p g =: 0:954 n 95.4% 68.3% 1/2 µ F -2 σF/n µ F- σF/n1/2 µF µ F+ σF/n1/2 µ F +2 σF/n 1/2 Erreurs standards 12 0.4.3 Tirages a pile ou face TIRAGES A PILE OU FACE ProbF fx = 1g = p et ProbF fx = 0g = 1 ; p On tire n fois la piece, soit s le nombre de fois ou on tire \pile" s = Pni=1 xi suit une binomiale. la moyenne x = s=n = p^ est l'estimateur \plug-in" de p. p^ = (p; p(1 ; p)=n) 0.25 o 0.20 o o o o o frequence 0.10 0.15 p=0.90 o o o p=0.25 o 0.05 o o 0.0 o o o o o 0.0 o o o o o o o 0.2 o o o o o o o o o 0.4 o o o 0.6 o o o o o 0.8 o o o o o 1.0 x Et encore on ne conna^t pas , on a juste une estimation Estimateurs bootstrap de l'erreur standard 13 0.5 Estimateurs bootstrap de l'erreur standard 0.5.1 Estimateur bootstrap non-paprametrique de l'erreur standard ESTIMATEUR BOOTSTRAP NON-PARAME TRIQUE DE L'ERREUR STANDARD On a tire un echantillon distribution inconnue F . x = (x1; x2; : : : ; xn) d'une fonction de F ! x = (x1; x2; : : : ; xn) On veut estimer un param^etre = t(F ) a partir de x On calcule un estimateur ^ = s(x) F^ est la fonction de distribution qui donne la probabilite 1=n a chaque xi on tire des echantillons Bootstrap a partir de F^ F^ ! xb = (x1; x2; : : : ; xn) on calcule la copie bootstrap ^ = s(x) l'estimation bootstrap ideale de l'erreur-standard seF (^) est l'erreur-standard de ^ pour des ensembles de donnees de taille n tires suivant F^ , c'est-a-dire seF^ (^) Estimateurs bootstrap de l'erreur standard 14 0.5.2 Algorithme d'estimation des erreurs-standards Algorithme d'estimation des erreurs-standards 1. Tirer B echantillons bootstrap x1; x2; : : : ; xB a partir de x 2. calculer la copie bootstrap ^(b) = s(xb) 3. calculer l'erreur-standard pour les B copies B X se^ B = f (^(b) ; ^(:))2 =(B ; 1)g1=2 b=1 avec ^(:) = PBb=1 ^(b)=B . l'estimation bootstrap non-parametrique de l'erreur-standard se^ B a pour limite seF (^) quand B tend vers l'inni. Estimateurs bootstrap de l'erreur standard 15 0.5.3 Algorithme pour l'estimateur bootstrap de l'erreur-standard ALGORITHME POUR CALCULER L'ESTIMATEUR BOOTSTRAP DE L'ERREUR STANDARD Bootstrap Bootstrap Bootstrap Echantillons Copies de ^ θ Estimation de Distribution de taille n l’Erreur Standard Empirique X *1 θ* (1) = S (X*1 ) X *2 θ* (2) = S (X*2 ) X *3 θ* (3) = S (X*3 ) X *b θ* (b) = S (X*b ) X *B θ* (B) = S (X*B) ^ F 1/2 2 Se ou‘ B = B ^* ^* Σb=1 θ (b) - θ (.) B-1 ^ * (.) = θ Σ B b=1 ^ * (b) θ B Estimateurs bootstrap de l'erreur standard 16 0.5.4 un exemple 300 200 100 0 0 100 200 300 UN EXEMPLE : Le coecient de correlation pour les ecoles 0.0 B: 0.2 0.4 0.6 Bootstrap 0.8 1.0 0.0 0.2 0.4 0.6 0.8 Echantillons aleatoires 25 50 100 200 400 800 1600 3200 se^ B : 0.140 0.142 0.151 0.143 0.141 0.137 0.133 0.132 1.0 Estimateurs bootstrap de l'erreur standard 0.5.5 Combien de bootstraps? COMBIEN DE BOOTSTRAP? Ca depend ! Regles \pifometriques" { B=25 a B=50 : pour obtenir un debut d'information. { B=200 : pour estimer l'erreur-standard. { B=500 : pour l'evaluation d'intervalles de conance. 17 Estimateurs bootstrap de l'erreur standard 18 0.5.6 Estimateur bootstrap parametrique de l'erreur-standard ESTIMATEUR BOOTSTRAP PARAME TRIQUE DE L'ERREUR STANDARD On suppose qu'on a une estimation F^par d'un modele parametrique de F. l'estimateur Bootstrap parametrique de l'erreur-standard est seF^par (^) Exemple : les ecoles. On suppose que les 2 variables suivent une loi binormale de moyenne (y; z ) et de matrice de covariance : 0 1 1 BB P(yi ; y)2 P(yi ; y )(zi ; z ) CC 14 @ P(yi ; y)(zi ; z ) P(zi ; z )2 A On tire B echantillons de taille 15 qui suivent cette loi et on calcule les copies bootstrap, puis l'estimateur bootstrap de l'erreurstandard. Estimateurs bootstrap de l'erreur standard 19 0.5.7 Avant le bootstrap AVANT LE BOOTSTRAP { QUE DES MATHS ! { Quelques distributions { Quelques statistiques { Exemple : la correlation. Si F est un loi bi-normale alors se^ normal = (1 ; corr ^ 2)= p n;3 AVEC LE BOOTSTRAP { QUE DES CALCULS INFORMATIQUES ! { On est libre des hypotheses { On est plus pres des donnees Exemple d'utilisation 20 0.6 Exemple d'utilisation 0.6.1 L'analyse factorielle EXEMPLE D'ANALYSE FACTORIELLE 88 etudiants ont passe 5 examens en mathematiques. Matrice de donnees : 88 lignes xi = (xi1; xi2; xi3; xi4; xi5) et 5 colonnes. moyenne empirique x = (38:95; 50:59; 50:60; 46:68; 42:31) matrice empirique de covariance : G Calcul des 5 valeurs propres de G : ^ 1 = 679:2 ^ 2 = 199:8 ^ 3 = 102:6 ^ 4 = 83:7 ^ 5 = 31:8 Exemple d'utilisation 21 0.6.2 Pourquoi une acp? POURQUOI UNE ACP? Si il existe une seule valeur Qi pour chaque etudiant qui pourrait le \resumer" et 5 valeurs v = (v1; v2; v3; v4; v5) avec xi = Qiv alors seul ^ 1 est positif, les autres sont nuls. ^ = ^ 1= X5 ^ i i=1 ^ est-il egal a 1? ^ = 0:619 Quelle est la precision de ^ Exemple d'utilisation 0.6.3 Le bootstrap 22 LE BOOTSTRAP Chaque echantillon bootstrap sera une matrice X de 5 colonnes et 88 lignes tiree au hasard parmi les xi. On calcule G On calcule les 5 valeurs propres : ^ i On calcule : ^ = ^ 1= P5i=1 ^ i Exemple d'utilisation 0 10 20 30 23 0.50 0.55 0.60 0.65 QI 0.70 0.75 Exemple d'utilisation 24 = 0:625 se^ 200 = 0:047 L'intervalle de conance standard pour la vraie valeur de avec une probabilite (1 ; 2) est : 2 ^ z (1;):se^ ou z (1;) est le 100(1 ; )-ieme percentile de la loi normale centree reduite. Ici : 2 0:619 0:047 = [0:572; 0:666] avec une probabilite 0:683 2 0:619 1:645 0:047 = [0:542; 0:696] avec une probabilite 0:900 Exemple d'utilisation 0.6.4 Et les vecteurs propres POURQUOI PAS LA ME^ ME CHOSE AVEC LES VECTEURS PROPRES? 0.5 0.0 -0.5 25 2 3 4 5 0.0 0.5 1.0 -1.0 -0.5 0.0 0.5 1.0 Exemple d'utilisation 1 -0.5 Composante -1.0 1 2 3 Composante 4 5 26 Structures de donnees plus complexes 27 0.7 Structures de donnees plus complexes 0.7.1 Generalites DES STRUCTURES DE DONNE ES PLUS COMPLEXES MONDE REEL Echantillon Aleatoire Observe Distribution de Probabilite Inconnue F MONDE DU BOOTSTRAP X = (X 1 , X 2, ,. . . X n) Distribution Empirique F ^ θ = S( X ) Interet de la Statistique Echantillon Bootstrap * * * * X = (X 1 , X 2, ,. . . X n) * ^* θ = S( X ) Copie Bootstrap { Le Point Crucial : =) { Comment calculer une estimation F^ de F a partir des donnees x? { On note : P ;! x \Du modele probabiliste P on a tire x" Structures de donnees plus complexes 28 0.7.2 Deux echantillons DEUX E CHANTILLONS Les souris Soit F la distribution des valeurs pour le groupe traite Soit G la distribution des valeurs pour le groupe de contr^ole P = (F; G) z = (z1; z2; : : : ; zm) les valeurs du groupe traite y = (y1; y2; : : : ; yn) les valeurs du groupe de contr^ole x = (z; y) c'est P ;! x F ;! z independamment de G ;! y Structures de donnees plus complexes 29 0.7.3 Bootstrap BOOTSTRAP F^ et G^ les distributions empiriques basees sur z et y ^ G^ ) P^ = (F; c'est P^ ;! x F^ ;! z independamment de G^ ;! y { echantillons bootstrap x = (z; y) = (zi ; zi ; : : : ; zi ; zj ; zj ; : : : ; zj ) 1 2 7 1 2 9 ou (i1; i2; : : : ; i7) est un echantillon de taille 7 tire parmi les entiers 1,2,: : : ,7 et (j1; j2; : : : ; j9) est un echantillon de taille 9 tire parmi les entiers 1,2,: : : ,9 independamment. { param^etre : = z ; y = EF (z ) ; EG(y) { statistique : ^ = ^ z ; ^ y = z ; y = 30:63 { copie bootstrap = z ; y { estimation bootstrap de l'erreur-standard : se^ 1400 = 26:85 ^ se^ 1400 = 1:14 trop petit pour conclure a un eet ! { rapport : = Structures de donnees plus complexes -50 0 30 50 Difference des moyennes 100 Structures de donnees plus complexes 31 0.7.4 Structures de donnees plus generales STRUCTURES DE DONNE ES PLUS GE NE RALES MONDE REEL Modele de Modele de Probabilite Inconnu P MONDE DU BOOTSTRAP Donnees Observees X = (X 1 , X 2, ,. . . X n) Probabilite Estime ^ P ^ θ = S( X ) Echantillon Bootstrap * * * * X = (X 1 , X 2, ,. . . X n) ^* θ= Interet de la Statistique * S( X ) Copie Bootstrap 1. On doit estimer le modele probabiliste P a partir des donnees x: x =) P^ 2. On doit simuler des donnees bootstrap x a partir de P^ : P^ ;! x Structures de donnees plus complexes 32 0.7.5 Exemple : serie chronologique 2.5 1.5 2.0 hormone 3.0 3.5 EXEMPLE : SE RIE CHRONOLOGIQUE 0 10 20 30 40 periode de temps { A chaque temps t on mesure une hormone yt { modele le plus simpliste : auto-regressif d'ordre 1. zt = yt ; EF (y) = yt ; AR(1) : zt = zt;1 + tpour1 < t 48 avec ; 1 < < 1 { les t sont un echantillon tire d'une loi de distribution F F ;! (2; 3; : : : ; 48) avec EF () = 0. Structures de donnees plus complexes 33 0.7.6 Comment utiliser le bootstrap? COMMENT UTILISER LE BOOTSTRAP? { Estimation du param^etre . { exemple : par les moindres carres. X ^= min 48 (zt ; bzt;1)2 b 2 ^ = 0:586 { Precision de l'estimateur ^ ??? { bootstrap { Quel est le modele probabiliste P ?? { P = (; F ) { Estimation de : x =) P^ { on estime par ^. ^ t;1 F^ denit une probabilite 1=47 sur { soit ^t = zt ; z chaque ^t = zt Structures de donnees plus complexes 34 0 5 10 15 20 25 30 { Tirage du bootstrap : P^ ;! x { On pose z1 = y1 ; y C'est une constante comme n=48 ! { On tire les t a partir de F^ : F^ ;! (2 ; 3; : : : ; 48) { On pose : ^ 1 + 2 z2 = z ^ 2 + 3 z3 = z .. .. ^ 47 + 48 z48 = z { Pour chaque bootstrap on calcule ^ 0.4 0.6 200 bootstraps AR(1) 0.8 1.0 Structures de donnees plus complexes 35 Est ce vraiment un AR(1)? 0 0 10 10 20 20 30 30 40 40 50 50 On teste avec un AR(2) 0.4 0.6 0.8 Premier coefficient 1.0 1.2 -0.6 -0.4 -0.2 0.0 0.2 Deuxieme coefficient Autre methode pour les series chronologiques : bootstrap par blocs. Regression lineaire 36 0.8 Regression lineaire 0.8.1 Presentation du probleme RE GRESSION LINE AIRE xi = (ci; yi) ci = (ci1; ci2; : : : ; cip) yi : reponse ci : predicteurs p X i = E(yijci) = ci = i=1 cij j Estimateur des moindres carres : ^= min Xn (yi ; cib)2 b i=1 0 1 BB 1 CC BB C BB 2 CCC BB . CC BB . CC @ A c C= c cn ^ = (CT C);1CT y Regression lineaire 37 0.8.2 modele probabiliste modele probabiliste Modele : yi = ci + i i suit une loi de distribution F . alors : F2 = varF () et G = CT C r ^ se(j ) = F Gjj ou Gjj element diagonal de G;1 Mais on ne conna^t pas F : estimation " #1=2 1. ^F = RSE(^)=n " # 1=2 ^ 2. F = RSE( )=(n ; p) estimation non biaisee. r r ^ ^ se( ^ j ) = ^F Gjj ou se(j ) = F Gjj Regression lineaire 38 0.8.3 Bootstrap bootstrap 1. mecanisme probabiliste: P ;! x. 2 composantes : P = (; F ) 2. estimation de P^ x =) P^ { estimation de ^ { Soit ^i = yi ; ci^ F^ : probabilite 1=n sur chaque ^i ^ F^ ) P^ = (; 3. bootstrap : P^ ;! x { Generation : F^ ;! (2; 3; : : : ; n) { Puis : yi = ci^ + i xi = (xi; yi) 4. estimation bootstrap : ^ = (CT C);1CT y 5. estimation bootstrap de l'erreur-standard : var(^) = (CT C);1CT var(y)C(CT C);1 = ^F2 (CT C);1 Regression lineaire 39 car var(y) = ^F2 I. Ainsi : r ^ ^ ^j ) se^ 1(j ) = ^ F Gjj = se( c'est le m^eme! Regression lineaire 40 0.8.4 bootstrap par paires ou par residus? bootstrap par paires ou par residus? 1. par paires : xi = f(ci ; yi ); (ci ; yi ); : : : ; (cin; yin)g 1 1 2 2 2. bootstrap des residus : xi = f(c1; c1^ + ^i ); (c2; c2^ + ^i ); : : : ; (cn; cn^ + ^in )g 1 2 Quel est le meilleur? Ca depend de la conance qu'on a dans le modele lineaire { le modele suppose que i ne depend pas de ci : c'est-a-dire que F est le m^eme pour tout ci. { \Par paires" est moins sensible aux hypotheses. Estimation du biais 41 0.9 Estimation du biais 0.9.1 Presentation du probleme ESTIMATION DU BIAIS { Une fonction de distribution inconnue : F F ! x = (x1; x2; : : : ; xn) { Param^etre : = t(F ) { Estimateur : ^ = s(x) { biais : ^ ) = EF [s(x)] ; t(F ) biaisF (; { L'estimation bootstrap du biais : biaisF^ = EF^ [s(x)] ; t(F^ ) Remarques : { t(F^ ) peut ^etre dierent de ^ = s(x) { biaisF^ est l'estimateur \plug-in" de biaisF . { En pratique : { on tire B bootstrap { approximation de biaisF^ par : { ^(b) = s(x) { ^(:) = PBb=1 ^(b)=B { biaisB = ^(:) ; t(F^ ) Estimation du biais 42 0.9.2 Exemple : les patchs UN EXEMPLE : LES PATCHS Nouveau \patch" medical pour infuser une hormone dans le sang. La compagnie a deja un ancien \patch". E (nouveau) ; E (ancien) = E (ancien) ; E (placebo) Acceptation de la Food Drug Administration si : jj 0:20 z =vieuxplacebo, et y =nouveau-vieux, xi = (zi; yi) F ! x = (x1; x2; : : : ; x8) E F (y ) = t(F ) = E (z ) f Estimateur \plug-in" : 452:3 = ;0:0713 ^ = t(F^ ) = Pi8=1 yzi==88 = ;6342 P8 i=1 i Estimation du biais 43 0.9.3 Bootstrap BOOTSTRAP y ^ = z -0.2 0.0 Rapport 0.2 ^ 400 = ^(:) ; ^ = ;0:0670 ; (;0:0713) biais se^ 400 = 0:105 ^ 400=se^ 400 = 0:041 < 0:25 biais 0.4 Estimation du biais On en conclut qu'on n'a pas a se soucier du biais. Mais a-t-on assez de B=400 bootstrap? 44 Estimation du biais 45 0.9.4 Loi des grands nombres Loi des grands nombres : ProbF^ fj^(:) ; EF^ f^gj < 2 pse^ BB g = ^ 400 ; biais ^ 1j < 2 sep^ B g =: 0:95 ProbF^ fjbiais B en ayant : se ^ B = 0:105 et B = 400 on a: ^ 400 ; biais ^ 1j < 0:0105g =: 0:95 ProbF^ fjbiais L'etendue de cet intervalle est beaucoup plus grand que 0.0043 ! Mais avec une probabilite de 0.95, on a: et le rapport : ^ 1j < 0:0043 + 0:0105 = 0:0148 jbiais ^ 1=se^ 1 < 0:14 < 0:25 biais Donc ce n'est pas grave ! Le Jacknife 46 0.10 Le Jacknife 0.10.1 Presentation LE JACKKNIFE (couteau suisse) Echantillon : x = (x1; x2; : : : ; xn) Estimateur : ^ = s(x) estimateur du biais et de l'erreur-standard?? Echantillon Jacknife : x(i) = (x1; x2; : : : ; xi;1; xi+1; : : : ; xn) Copie Jacknife : ^(i) = s(x(i)) Le Jacknife 47 0.10.2 Estimation Jacknife du biais Estimation Jacknife du biais : avec : ^ jack = (n ; 1)(^(:) ; ^) biais ^(:) = n X ^(i)=n i=1 Estimation jackknife de l'erreur-standard : se^ jack = = [ n;n 1 P(^(i) ; ^(:))2 ]1=2 [ n1 P( pn ; 1(^ ; ^(:)))2 ]1=2 (i) Le Jacknife 48 0.10.3 Exemple : tests etudiants EXEMPLE : TESTS ETUDIANTS 0.45 0.50 0.55 0.60 jackknife 0.65 0.70 0.75 0.45 0.50 0.55 0.60 jackknife grossi 0.65 0.70 0.75 0.45 0.50 0.55 0.60 bootstrap 0.65 0.70 0.75 Le Jacknife 49 0.10.4 Relation bootstrap et jacknife RELATION BOOTSTRAP - JACKKNIFE { Cas d'une statistique lineaire : ^ = + n1 P (xi). Exemple : moyenne (xi) = xi; = 0 Dans ce cas les erreurs-standard sont egales a un facteur [(n ; 1)=n)]1=2 pres. Le Jacknife 50 0.10.5 Problemes du jacknife PROBLE MES DU JACKKNIFE { Jacknife marche bien si la statistique est \lisse" ! Exemple : mediane { groupe de contr^ole des souris : 10; 27; 31; 40; 46; 50; 52; 104; 146 { Valeurs jackknife : 48; 48; 48; 48; 45; 43; 43; 43; 43 { ^ jack = 6:68 biais { ^ 100 = 9:58 biais Le Jacknife 0.10.6 D-jacknife 51 D-JACKKNIFE On enleve d observations au lieu d'une seule, avec n = r:d estimation de l'erreur-standard : ^ jack = [ r X(^(i) ; ^(:))2 ]1=2 biais d Cn Pour que ca marche pour la mediane il faut que n1=2=d ! 0 et n ; d ! 1 p en pratique, on prend : d = n Intervalles de conance et Bootstrap 52 0.11 Intervalles de conance et Bootstrap 0.11.1 Intervalle \normalise" INTERVALLES DE CONFIANCE ET BOOTSTRAP Intervalle \normalise" : { F ! x = (x1; x2; : : : ; xn) { Param^etre : = t(F ) { Estimateur : ^ = t(F^ ) { on conna^t un estimateur se^ de l'erreur-standard de ^. { dans beaucoup de circonstances, on applique la loi des grands nombres : ^; Z = se^ N (0; 1) En d'autres mots , si z () est 100.ieme percentile de la loi N (0; 1 : ^ ; (1;) z g = 1 ; 2 ProbF f se^ ou comme z () = ;z (1;) ProbF f 2 [^ ; z (1;)se^ ; ^ + z (1;)se] ^ g = 1 ; 2 z () Exemple : souris : ^ = 56:22; se^ = 13:33 Intervalles de conance et Bootstrap Intervalle de conance \normalise" a 90 % : 56:22 1:645 13:33 = [34:29; 78:15] 53 Intervalles de conance et Bootstrap 54 0.11.2 Intervalle \t-Studentise" Intervalle \t-Studentise" : { Gosset (1908) : ^; Z= t n;1 se^ avec tn;1 suit une loi de Student a n ; 1 degres de liberte. { Quand n est grand, tn;1 ressemble etrangement a N (0; 1). { Meilleur approximation dans le cas de petits echantillons. Exemple : souris : ^ = 56:22; se^ = 13:33 Intervalle de conance \studentise" a 90 % : 56:22 1:86 13:33 = [31:22; 81:01] Intervalles de conance et Bootstrap 55 0.11.3 Intervalle \t-bootstrape" Intervalle \t-bootstrape" : { Se liberer des hypotheses de normalite ! { Contruire une table de Z a partir des donnees . { Calcul : { generation de B bootstraps. { Calcul de : ^(b) ; ^ Z (b) = se^ (b) { le ieme percentile de Z (b) est estime par la valeur t^() tel que : #fZ (b) t^()g=B = exemple : B = 1000 . 5 % ! 50ieme valeur 95 % ! 950ieme valeur { Intervalle de conance : [^ ; t^(1;) se^ ; ^ ; t^() se] ^ Intervalles de conance et Bootstrap 56 0.11.4 Exemple : souris Exemple : souris Percentile 5% 10% 16% t8 Normal t-bootstrape 50% 84% 90% 95% -1.86 -1.40 -1.10 0.00 1.10 1.40 1.86 -1.65 -1.28 -0.99 0.00 0.99 1.28 1.65 -4.53 -2.01 -1.32 -0.025 0.86 1.19 1.53 Intervalle normalise : [34:29; 78:15] Intervalle studentise: [31:22; 81:01] Intervalle t-bootstrape : [35:82; 116:74] Problemes : { symetrie de la distribution de la statistique. { Marche bien pour les statistiques de localisation. { estimation de se^ (b)?? -> double bootstrap ! { eratique si n est petit. Intervalles de conance et Bootstrap 57 0.11.5 Transformations TRANSFORMATIONS On peut obtenir des intervalles de conance assez farfelus ! Exemple : coecient de correlation des notes des etudiants. Intervalle de conance a 98% : [;0:68; 1:03] On transforme pour que les valeurs possibles de l'estimation de la statistique soit reelles. Exemple : coecient de correlation = 0:5 log 1+ 1; On cherche des transformations qui : 1. normalisent 2. stabilisent la variance Intervalles de conance et Bootstrap 58 0.11.6 Intervalle des percentiles Intervalle des percentiles : { Generation de B bootstraps : P^ ! x et ^ = s(x) { soit G^ la fonction de distribution cumulee des ^. { l'intervalle de conance a (1 ; 2) base sur les percentiles est : [G^ ;1 (); G^ ;1(1 ; )] { Si B: est un entier, l'intervalle de conance est : [^B(); ^B(1;) ] Exemple : (x1; x2; : : : ; x40)tire deN (0; 1) Param^etre : = e ou est la moyenne. ( = 1). Statistique : ^ = ex 2.5% 5% 10% 16%50% 84% 90%95% 97.5% 0.75 0.82 0.90 0.98 .125 1.61 1.75 1.93 2.07 ICperc = [0:75; 2:07] ICnorm = [0:59; 1:92] { ICnorm marche si la distribution de est \Normale". Intervalles de conance et Bootstrap { Attention : ICperc n'arrange pas le biais ! 59 Intervalles de conance et Bootstrap 60 0.11.7 Intervalle accelere et non-biaise Intervalle accelere et non-biaise BCa : [^bas; ^haut] = [^B( ); ^B( )] 1 avec : 1 = 2 = 2 () z ^ 0 +z (^z0 + 1;a^(^z0+z()) ) (1;) (^z0 + 1;a^z^0(^+z0z+z(1;)) ) () = Fonction de distribution cumulee deN (0; 1) z () = 100ieme percentile deN (0; 1) ^(b)<^g # f ; 1 P( B ) n (^ ;^ )3 i=1 (:) (i) P n 6f i=1(^(:);^(i))2g3=2 z^0 = a^ = 1. si a^ et z0 sont nuls alors BCa = ICVperc. 2. z0 corrige le biais. Il mesure le biais median de ^. 3. a^ est l'acceleration. L'approximation ^ N (; se2) suppose que la variance ne depend pas de . a^ corrige ce possible defaut. Intervalles de conance et Bootstrap 61 1. Comme l'ICperc, le BCpa conserve les transformations. exemple : le BCa de est calcule en prenant les racines carrees de [^bas; ^haut] p s s BCa( ) = [ ^bas; ^haut] 2. BCa est plus precis que les autres. Pour BCa : Probf < ^basg = + cbas n Pour ICperc; ICnorm : Probf < ^basg = + cpbasn Tests de permutation 62 0.12 Tests de permutation 0.12.1 Historique TESTS DE PERMUTATION { Fisher 1930. (t de Student). { Problemes d'hypotheses mathematiques. { Exemple : 2 echantillons independants. { F ;! z = (z1; z2; : : : ; zm) independamment de G ;! y = (y1; y2; : : : ; yn) { Hypothese nulle : H0 : F = G { H0 c'est l'avocat du diable. { exemple des souris : un souhait ^ = z ; y > 0 { Niveau de signication : ASL = ProbH f^ ^g 0 { ^ est une variable aleatoire qui suit la loi de distribution de ^ si H0 est vraie { Plus ASL est petit, plus on a de chances que H0 soit vraie. Tests de permutation 63 0.12.2 Exemple : les souris EXEMPLE \LES SOURIS" { Hypotheses : F et G sont des distributions normales F = N (T ; 2)G = N (C ; 2) { Hypothese nulle : { ou H0 : T = C 1 1 H0 : ^ N (0; 2( + ) n m { ASL = ProbfZ > p1=n^+1=m g = 1 ; ( p1=n^+1=m ) { Mais est inconnu Estimation : n m X X 2 = f [(zi ; z ) + (yj ; y )2]=[n + m ; 2]g1=2 { i=1 j =1 30:63 ASL = 1 ; ( ) = 0:131 54:21 1=9 + 1=7 { t de Student : 30:63 r ASL = Probft14 g = 0:141 54:21 1=9 + 1=7 { On ne peut pas rejeter H0 r Tests de permutation 64 0.12.3 L'idee L'IDE E On peut ranger les valeurs zi et yj par ordre croissant et indiquer pour chaque valeur a quel groupe elle appartient. valeur : groupe : valeur : groupe : 10 y 50 y 16 z 52 y 23 z 94 z 27 31 38 40 46 y y z y y 99 104 141 146 197 z y z y z v : vecteur des N valeurs g : vecteur des groupes N = n+m la donnee du couple (g,v) est identique a donner le couple (z,y) Nombre de vecteurs g possibles : CNm Tests de permutation 65 Sous H0, le vecteur g a la probabilite 1=CNm de valoir chacune de ces valeurs possibles La statistique ^ est une fonction de (g,v) : ^ = S ((g,v)) Pour chacune des CNm vecteurs possibles de g on peut calculer : ^ = ^(g) = S (g; v) Le niveau de signication est : ASLperm = Probpermf^ ^g = #f^ ^g=CNm Tests de permutation 66 0.12.4 Calcul de la statistique par test de permutation Calcul de la statistique par test de permutation 1. Choisir B vecteurs independants g(1); g(2); : : : ; g(B ) parmi les CNm vecteurs possibles. 2. Calculer : ^(b) = S (g; v) 3. Calculer l'approximation : ^ perm = #f^ ^g=B ASL NOMBRE DE PERMUTATIONS ASLperm : 0.5 0.25 0.10 0.005 0.025 B: 100 300 900 2000 4000 Exemple des souris : ASLperm = 0.132 { Aucune hypothese n'est faite sur F et G. { On peut remplacer la dierence des moyennes par la dierence d'une autre tendance centrale. { Dans la pratique on tire N valeurs uniforme entre 0 et 1, puis les n plus petites valeurs sont dites appartenir au pre- Tests de permutation mier groupe et les autres aux deuxieme groupe. 67 Tests de permutation 68 0.12.5 Un autre exemple TESTS DE PERMUTATION : UN AUTRE EXEMPLE PROBLE ME : COMPARER 2 MARQUES D'AIGUILLES UTILISE ES POUR DES PRE LE VEMENTS SANGUINS. Marque Nombre de Nombre prelevements d'infections A 40 4 B 30 0 QUESTION : PEUT-ON ATTRIBUER LA DIFFE RENCE DE 4 AU HASARD? Tests de permutation 69 TEST DE PERMUTATION : 1. faire B fois : (a) generer 40 nombres entiers au hasard entre 1 et 70. (b) compter le nombre de fois g1 ou les entiers 1 a 4 (supposes ^etre infectes) apparaissent. (c) generer 30 nombres entiers au hasard entre 1 et 70. (d) compter le nombre de fois g2 ou les entiers 1 a 4 apparaissent. (e) calculer la dierence ^ = g1 ; g2. 2. calculer : ^ perm = #f^ 4g=B ASL DANS NOTRE EXEMPLE : ^ perm = 0:043 B = 3000 et ASL 70 Bibliographie [1] P. Diaconis et B. Efron. Methodes de calculs statistiques intensifs sur ordinateurs. dans Le calcul intensif. Bibliotheque Pour La Science. (1989). [2] B. Efron. An Introduction to the Bootstrap. Chapmann & Hall . (1993). [3] F. Mosteller et J. W. Tukey. Data Analysis and Regression. Addison-Wesley (1977).