3

我目前正在尝试使用引导方法对某些参数实施置信区间。但是,我有一个小问题。即使我使用 3000 个样本,我的置信区间也有很大差异。

情况如下:

我有一个大约 300 个点的数据集,以传统方式 y=f(x) 定义。我知道适合数据的模型。所以我用curve_fit找到参数,并尝试为每个参数建立置信区间。我试图混合这里描述的方法:

最小平方的置信区间适合 scipy python

和这里:

http://www.variousconsequences.com/2010/02/visualizing-confidence-intervals.html

这是我使用的代码:

def model(t, Vs, Vi, k):

    """
    Fitting model, following a Burst kinetics.
    t is the time
    Vs is the steady velocity
    Vi is the initial velocity
    k is the Burst rate constant
    """

    y = Vs * t - ((Vs - Vi) * (1 - np.exp(-k * t)) / k)

    return y



[some code]

bootindex = np.random.random_integers
nboot = 3000


local_t = np.array(local_t)
local_fluo = np.array(local_fluo)
concentration = np.array(concentration)

#Initializing time values in hours
local_scaled_t = [ index /3600 for index in local_t ]
local_scaled_t = np.array(local_scaled_t)

conc_produit = [ concentration[0] - value_conc for value_conc in concentration ]
conc_produit = np.array(conc_produit)

popt, pcov = curve_fit(model, local_scaled_t, conc_produit, maxfev=3000)
popt = [ popt[0] / 3600, popt[1] / 3600 , popt[2] / 3600 ]

ymod = list()
for each in local_t:
        ymod.append(model(each, popt[0], popt[1], popt[2]))
ymod = np.array(ymod)

r = conc_produit - ymod

list_para = list()

# loop over n bootstrap samples from the resids 
for i in range(nboot): 

    pc, pout = curve_fit(model, local_scaled_t, ymod + r[bootindex(0, len(r)-1, len(r))], maxfev=3000) 
    pc = [ pc[0] / 3600, pc[1] / 3600 , pc[2] / 3600 ]

    list_para.append(pc)

    ymod = list()
    for each in local_t:
            ymod.append(model(each, pc[0], pc[1], pc[2]))
    ymod = np.array(ymod)

list_para = np.array(list_para)

mean_params = np.mean(list_para,0)
std_params = np.std(list_para,0)

print(popt)
for true_para, para, std in zip(popt, mean_params, std_params):
    print("{0} between {1} and {2}".format(round(true_para, 6), round(para - std * 1.95996, 6), round(para + std * 1.95996, 6)))
    print("{0} between {1} and {2}".format(round(true_para, 6), round(para - std * 1.95996, 6), round(para + std * 1.95996, 6)))

这里没有什么复杂的,只需注意我重新调整了时间以规范化我的数据并拥有更好的参数。

最后,对于相同的代码,这里有 2 个输出:

[1.9023455671995163e-05, 0.01275941716148471, 0.026540319119773129]
1.9e-05 between 1.6e-05 and 2.1e-05
0.012759 between -0.042697 and 0.092152
0.02654 between -0.073456 and 0.159983

[1.9023455671995163e-05, 0.01275941716148471, 0.026540319119773129]
1.9e-05 between 1.5e-05 and 2.9e-05
0.012759 between -0.116499 and 0.17112
0.02654 between -0.186011 and 0.27797

如您所见,差异非常大。这是预期的还是我做错了什么?例如,我真的不明白为什么我必须将标准差乘以 1.95996。

4

1 回答 1

2

curve_fit已经给了您协方差矩阵,即pout. 您的第 i 个参数的 95% 置信限是:pc[i]-1.95596*sqrt(pout[i,i])pc[i]+1.95596*sqrt(pout[i,i])。1.95596 是 x,使得标准正态分布的累积分布函数 F(x)=0.975。您可以使用 获得其他水平的置信区间scipy.stats.norm.ppf。见维基:http ://en.wikipedia.org/wiki/1.96

Bootstrap 不会在你每次运行它时给你相同的(或者,有时,甚至是接近的)答案。对于您的特定功能,极少数早期数据点对使用一组点的拟合求解方程有很大影响。我不确定 bootstrap 是否是可行的方法,好像极少数早期数据点没有被采样,拟合将与原始数据的拟合有很大不同。这也解释了为什么您的引导间隔彼此如此不同。

于 2013-09-13T18:46:35.410 回答