Bootstrap BCa (corregit de biaix i accelerat)
El mètode bootstrap BCa és una tècnica de mostreig repetit, introduïda per Bradley Efron el 1987, que produeix intervals de confiança més precisos que el bootstrap percentil simple, ja que aplica una correcció de biaix i un ajust d'acceleració. Es recomana per a distribucions asimètriques i mostres petites.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Efron, B. (1987). Better Bootstrap Confidence Intervals. Journal of the American Statistical Association, 82(397), 171-185. DOI: 10.1080/01621459.1987.10478410 ↗
- DiCiccio, T. J. & Efron, B. (1996). Bootstrap Confidence Intervals. Statistical Science, 11(3), 189-228. DOI: 10.1214/ss/1032280214 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Bias-Corrected and Accelerated Bootstrap. ScholarGate. https://scholargate.app/ca/statistics/bca-bootstrap
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bootstrap bayesià (Rubin)Estadística↔ compare
- Inferencia BootstrapEstadística↔ compare
- Bootstrap doble (iterat)Estadística↔ compare
- Test de permutació (aleatorització)Estadística↔ compare
- Bootstrap salvatge per a inferència en regressióEstadística↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →