ScholarGate
Assistent
Regression model

Itereret bootstrap

Den iterative bootstrap er en resampling-metode, der kalibrerer et bootstrap-konfidensinterval med et andet, indlejret lag af bootstrap for at bringe dets faktiske dækning tættere på det nominelle niveau. Introduceret af Hall (1986) og Beran (1987) er den især værdifuld for små stikprøver og skæve fordelinger, hvor en enkelt bootstrap-lag underdækker.

Anvend med StatMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Kilder

  1. Hall, P. (1986). On the Bootstrap and Confidence Intervals. Annals of Statistics, 14(4), 1431-1452. DOI: 10.1214/aos/1176350168
  2. Beran, R. (1987). Prepivoting to Reduce Level Error of Confidence Sets. Biometrika, 74(3), 457-468. DOI: 10.1093/biomet/74.3.457

Sådan citerer du denne side

ScholarGate. (2026, June 1). Double (Iterated) Bootstrap. ScholarGate. https://scholargate.app/da/statistics/double-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

Refereret af

ScholarGateDouble Bootstrap (Double (Iterated) Bootstrap). Hentet 2026-06-15 fra https://scholargate.app/da/statistics/double-bootstrap · Datasæt: https://doi.org/10.5281/zenodo.20539026