resampleerimist

Resampleerimine ehk resampling on meetod, mille käigus tekib uusi proovide komplekte või signaale olemasoleva materjali põhjal. Statistikas tähendab see korduvat valimi võtmist või ümberjaotamist, et hinnata populatsiooni omadusi või mudeli usaldusväärsust. Signaali töötlemises viitab resampleerimine signaali näituste arvu muutmisele, sageli sampling rate’i muutmisele.

Statistikas kasutatakse resampleerimist peamiselt, et hinnata statistilise tõenäosusjaotuse omadusi ja suurendada usaldusväärsust. Tuntuimate meetodite hulka kuuluvad bootstrap (proovide taasesitusega resampling), jackknife ja permutation tests. Cross-validation on ressampimise põhiselt korraldatav mudeli hindamise meetod, kus andmed jagatakse järjestikusteks või mitmesugusteks alamhulkadeks ja mudel katsetatakse nende erinevate osade peal. Resampleerimist kasutatakse standardvääri ja konfidentsiaalvahemike arvutamiseks, mudelite võrdlemiseks ja hüpoteeside testimiseks, eriti kui andmestik on piiratud suurusega või ebamäärase struktuuriga.

Signaali resampleerimine tähendab tavaliselt signaali ajasäärealaste muutmist, näiteks ülesvõsustamist (upsampling) või allalaskmist (downsampling). Sellega kaasneb sobiva interpolatsiooni või filtrite kasutamine, et vältida moonutusi ja aliasingut. Sageid lähenemisi on lineaarsed või kõverinterpolatsioonid ning fabrikieritud filtrid (nt polyphase või FIR/IIR filtrid), mis tagavad uute näitude esitamise kvaliteedi ning sobiva pildi või heli kvaliteedi.

Resampleerimine nõuab tähelepanu andmete struktuurile, valitud meetoditele ja võimalikule kallutusele või info kadumisele, kuid see on oluline tööriist nii statistilises hindamises kui ka signaali töötlemises.