Regression model

BCa Bootstrap (zkorigovaný na vychýlení a zrychlení)

BCa bootstrap je metoda přeresamplingování, kterou v roce 1987 zavedl Bradley Efron a která poskytuje přesnější intervaly spolehlivosti než prostý bootstrap založený na percentilech tím, že aplikuje korekci vychýlení a úpravu zrychlení. Doporučuje se pro šikmá rozdělení a malé vzorky.

Použít v StatMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. Efron, B. (1987). Better Bootstrap Confidence Intervals. Journal of the American Statistical Association, 82(397), 171-185. DOI: 10.1080/01621459.1987.10478410
  2. DiCiccio, T. J. & Efron, B. (1996). Bootstrap Confidence Intervals. Statistical Science, 11(3), 189-228. DOI: 10.1214/ss/1032280214

Jak citovat tuto stránku

ScholarGate. (2026, June 1). Bias-Corrected and Accelerated Bootstrap. ScholarGate. https://scholargate.app/cs/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.

Compare side by side

Odkazuje sem

ScholarGateBCa Bootstrap (Bias-Corrected and Accelerated Bootstrap). Získáno 2026-06-15 z https://scholargate.app/cs/statistics/bca-bootstrap · Datová sada: https://doi.org/10.5281/zenodo.20539026