我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
在本文中,我们描述了两种用于海量数据集的引导方法。由于计算负担和复杂的非均匀性模式,对于海量数据集来说,普通重采样方法的天真应用通常是不切实际的。相比之下,所提出的方法利用了一大类海量数据集的某些结构特性,将原始问题分解为一组更简单的子问题,分别求解数据表现出近似一致性且计算复杂性可以降低到可管理水平的每个子问题,然后通过一定的分析考虑将结果结合起来。通过一个中等规模的仿真研究,证明了所提方法的有效性,并研究了它们的有限样本性质。该方法通过运输工程中的一个实际数据示例进行了说明,这推动了所提方法的发展。
S.N.拉希里。 C.斯皮格曼。 J.阿皮亚。 莱利特(L.Rilett)。 “海量数据集的Gap bootstrap方法及其在交通工程中的应用。” 附录申请。斯达。 6 (4) 1552 - 1587, 2012年12月。 https://doi.org/10.1214/12-AOAS587