Directorio mundial de ProZ.com de servicios de traducción
 The translation workplace
Ideas
KudoZ home » inglés al español » Matemáticas y estadística

bootstrapping

español translation: muestreo con reemplazamiento; análisis de remuestreo; método bootstrap/bootstrapping con reemplazamiento; muestreo repetitivo

Advertisement

Login or register (free and only takes a few minutes) to participate in this question.

You will also have access to many other tools and opportunities designed for those who have language-related jobs
(or are passionate about them). Participation is free and the site has a strict confidentiality policy.
Entrada de glosario (tomada de la pregunta de abajo)
Término o frase en inglés:bootstrapping
Traducción al español:muestreo con reemplazamiento; análisis de remuestreo; método bootstrap/bootstrapping con reemplazamiento; muestreo repetitivo
Aportado por: Marocas
Opciones:
- Contribuir a esta entrada
- Include in personal glossary

15:26 Feb 10, 2005
Traducciones de inglés a español [PRO]
Social Sciences - Matemáticas y estadística
Término o frase en inglés: bootstrapping
In this context:
"Because, however, of the recent critique of using bootstrapping for obtaining standard errors for the nearest neighbor matching estimators, we have specifically re-estimated these relations using kernel/local linear regressions."
VictorBece
Local time: 15:50
Varias opciones
Explicación:
Esto es lo que tengo en mi glosario personal. En los glosrios de Kudoz hay varias entradas; no sé si aplican a tu contexto

1)muestreo con reemplazamiento
2)análisis de remuestreo (poner bootstrapping en paréntesis)
3)método bootstrap/bootstrapping con reemplazamiento
4)muestreo repetitivo

Aquí tienes una referencia donde usan bootstrap y bootstrapping.
http://www.pue.udlap.mx/~tesis/lii/rivera_a_f/capitulo2.pdf

--------------------------------------------------
Note added at 15 mins (2005-02-10 15:42:17 GMT)
--------------------------------------------------

El bootstrapping descansa en la analogía entre la muestra y la población de la cual la muestra es extraída. De acuerdo a Efron y Tibshirani (1986) dada una muestra con n observaciones el estimador no paramétrico de máxima verosimilitud de la distribución poblacional es la función de densidad de probabilidad que asigna una masa de probabilidad de 1/n a cada una de las observaciones. La idea central es que muchas veces puede ser mejor extraer conclusiones sobre las características de la población estrictamente a partir de la muestra que se maneja, que haciendo asunciones quizás poco realistas sobre la población. **El bootstrapping implica remuestreo (resampling) de los datos obtenidos en una muestra, con reemplazamiento, muchas muchas veces para generar una estimación empírica de la distribución muestral completa de un estadístico.**

El bootstrap puede considerarse como un tipo especial de simulación denominada simulación basada en los datos. Esto es, simulamos a partir de una estimación de la población basada en los datos (Efron y Tibshirani, 1993).

Lunneborg (1987) fija la utilidad del método bootstrap a tres niveles:
1) Valorar el sesgo y el error muestral de un estadístico calculado a partir de una muestra.
2) Establecer un intervalo de confianza para un parámetro estimado.
3) Realizar una prueba de hipótesis respecto a uno o mas parámetros poblacionales.

www.psico.uniovi.es/Dpto_Psicologia/ metodos/tutor.9/boot1.html


--------------------------------------------------
Note added at 18 mins (2005-02-10 15:45:31 GMT)
--------------------------------------------------

El **método bootstrap** aunque ya usado anteriormente, fue descrito de forma sistemática por Efron en 1979. El nombre alude al cordón de los zapatos, recordando la imagen de alguien intentando salir del barro tirando del cordón de sus propios zapatos, y consiste, si tenemos una muestra de tamaño N, en generar un gran número de muestras de tamaño N efectuando un **muestreo con reemplazamiento** de esos valores. Es como si metiésemos los valores en una urna, extraemos una papeleta, anotamos el resultado ,y volvemos a colocarlo en la urna, y así hasta obtener N valores. En esa muestra calculamos el valor del parámetro que estamos estimando. Y así repetimos el proceso un gran número B de veces (por ejemplo 10000 o más), con lo que obtenemos una distribución de valores para el parámetro en la que podemos calcular su dispersión (análogo del error estándar) y determinar unos límites de confianza utilizando esa distribución.
http://www.seh-lelha.org/randomization.htm
Respuesta elegida de:

Marocas
Local time: 16:50
Grading comment
Muchas gracias.

4 puntos KudoZ otorgados a esta respuesta

Advertisement


Resumen de las respuestas recibidas
4 +1Varias opciones
Marocas
4analisis de remuestreo
GoodWords
4métodos o técnicas de Bootstrapping
Luis Venegas
3método bootstrap / método de apoyo mutuo
Margarita Ezquerra (Smart Translators, S.L.)


  

Respuestas


12 minutos   Nivel de confianza: Answerer confidence 4/5Answerer confidence 4/5
analisis de remuestreo


Explicación:
http://www.proz.com/kudoz/470452

GoodWords
México
Local time: 15:50
Se especializa en este campo
Idioma materno: inglés
Pts. PRO en la categoría: 94
Login to enter a peer comment (or grade)

13 minutos   Nivel de confianza: Answerer confidence 3/5Answerer confidence 3/5
método bootstrap / método de apoyo mutuo


Explicación:
suerte

Margarita Ezquerra (Smart Translators, S.L.)
España
Local time: 22:50
Idioma materno: español
Pts. PRO en la categoría: 148
Login to enter a peer comment (or grade)

12 minutos   Nivel de confianza: Answerer confidence 4/5Answerer confidence 4/5 Coincidencias de otros usuarios (netas) +1
Varias opciones


Explicación:
Esto es lo que tengo en mi glosario personal. En los glosrios de Kudoz hay varias entradas; no sé si aplican a tu contexto

1)muestreo con reemplazamiento
2)análisis de remuestreo (poner bootstrapping en paréntesis)
3)método bootstrap/bootstrapping con reemplazamiento
4)muestreo repetitivo

Aquí tienes una referencia donde usan bootstrap y bootstrapping.
http://www.pue.udlap.mx/~tesis/lii/rivera_a_f/capitulo2.pdf

--------------------------------------------------
Note added at 15 mins (2005-02-10 15:42:17 GMT)
--------------------------------------------------

El bootstrapping descansa en la analogía entre la muestra y la población de la cual la muestra es extraída. De acuerdo a Efron y Tibshirani (1986) dada una muestra con n observaciones el estimador no paramétrico de máxima verosimilitud de la distribución poblacional es la función de densidad de probabilidad que asigna una masa de probabilidad de 1/n a cada una de las observaciones. La idea central es que muchas veces puede ser mejor extraer conclusiones sobre las características de la población estrictamente a partir de la muestra que se maneja, que haciendo asunciones quizás poco realistas sobre la población. **El bootstrapping implica remuestreo (resampling) de los datos obtenidos en una muestra, con reemplazamiento, muchas muchas veces para generar una estimación empírica de la distribución muestral completa de un estadístico.**

El bootstrap puede considerarse como un tipo especial de simulación denominada simulación basada en los datos. Esto es, simulamos a partir de una estimación de la población basada en los datos (Efron y Tibshirani, 1993).

Lunneborg (1987) fija la utilidad del método bootstrap a tres niveles:
1) Valorar el sesgo y el error muestral de un estadístico calculado a partir de una muestra.
2) Establecer un intervalo de confianza para un parámetro estimado.
3) Realizar una prueba de hipótesis respecto a uno o mas parámetros poblacionales.

www.psico.uniovi.es/Dpto_Psicologia/ metodos/tutor.9/boot1.html


--------------------------------------------------
Note added at 18 mins (2005-02-10 15:45:31 GMT)
--------------------------------------------------

El **método bootstrap** aunque ya usado anteriormente, fue descrito de forma sistemática por Efron en 1979. El nombre alude al cordón de los zapatos, recordando la imagen de alguien intentando salir del barro tirando del cordón de sus propios zapatos, y consiste, si tenemos una muestra de tamaño N, en generar un gran número de muestras de tamaño N efectuando un **muestreo con reemplazamiento** de esos valores. Es como si metiésemos los valores en una urna, extraemos una papeleta, anotamos el resultado ,y volvemos a colocarlo en la urna, y así hasta obtener N valores. En esa muestra calculamos el valor del parámetro que estamos estimando. Y así repetimos el proceso un gran número B de veces (por ejemplo 10000 o más), con lo que obtenemos una distribución de valores para el parámetro en la que podemos calcular su dispersión (análogo del error estándar) y determinar unos límites de confianza utilizando esa distribución.
http://www.seh-lelha.org/randomization.htm


Marocas
Local time: 16:50
Idioma materno: español
Pts. PRO en la categoría: 4
Grading comment
Muchas gracias.

Comentarios de otros usuarios sobre esta respuesta (y réplicas del usuario que envió la respuesta)
Coincido  Fernando Toledo
47 minutos
  -> Gracias, Fernando. ¡Saludos!
Login to enter a peer comment (or grade)

18 minutos   Nivel de confianza: Answerer confidence 4/5Answerer confidence 4/5
métodos o técnicas de Bootstrapping


Explicación:
.

--------------------------------------------------
Note added at 20 mins (2005-02-10 15:47:14 GMT)
--------------------------------------------------

Método Bootstrap.

http://www.fcen.uba.ar/consdire/sesion99/04-10-99/0410-4.htm

http://www.timberlake.pt/Softwares.asp

http://www.fcen.uba.ar/posgrado/maestria/maes3.htm


Luis Venegas
Perú
Local time: 15:50
Idioma materno: español
Login to enter a peer comment (or grade)




Volver a la lista de preguntas KudoZ


KudoZ™ translation help
La red de KudoZ es un lugar de encuentro para que los traductores y otras personas interesadas se ayuden mutuamente con la traducción de términos y frases cortas.



See also: