IBM® SPSS® Bootstrapping은 분석 모델이 신뢰 가능하고 정확한 결과를 생성하도록 보장하는 효과적인 방식입니다. 기술통계, 평균, 교차표, 코릴레이션(correlation), 회귀 등을 포함하여 SPSS Statistics 제품군에서 발견한 분석 모델 및 프로시저의 안정성을 테스트하는 데 사용할 수 있습니다.
SPSS Bootstrapping으로 다음을 수행할 수 있습니다.
원본 샘플의 대체로 다시 표집하여 추정량에 대한 표본 분포를 빠르고 쉽게 추정합니다.
모집단에 존재할 가능성이 있는 대상을 더 정확히 보기 위해 데이터 세트의 수천 개 대체 버전을 작성합니다.
특이값 및 이상값의 영향을 줄여서 모델의 신뢰도와 안정성을 확보합니다.
평균, 중앙값, 비율, odds, 코릴레이션(correlation) 계수, 회귀 계수 등과 같은 모집단 매개변수의 표준 오류 및 신뢰 구간을 추정합니다.
설명 테이블은 통계와 이러한 통계에 대한 부트스트랩 신뢰구간을 포함합니다. 평균에 대한 부트스트랩 신뢰구간(86.39, 105.20)은 매개변수 신뢰구간(86.42, 105.30)과 유사하며 "일반적" 직원이 이전에 7-9년의 경험이 있음을 제시합니다. 그러나 이전 경험(개월)이 왜곡 분포를 가지므로 "일반적" 현재 임금의 표시자로서 중간값이 더 적절합니다.
표준에서 인터셉트와 같이 일부 계수에 대한 매개변수 표준 오류가 부트스트랩 추정치에 비해 너무 작음을 알 수 있으며 따라서 신뢰구간이 더 넓습니다. [minority=0]과 같이 일부 계수의 경우 매개변수 표준 오류가 너무 크지만, 0.05 미만인 부트스트랩 결과에서 보고한 0.006 유의값이 소수(minority)이거나 소수가 아닌 직원 사이에 임금 인상에서 관찰된 차이가 우연이 아님을 보여줍니다.