ScholarGate
Assistent
Regression model

BCa-Bootstrap (Bias-korrigiert und beschleunigt)

Die BCa-Bootstrap-Methode ist ein Resampling-Verfahren, das 1987 von Bradley Efron eingeführt wurde und genauere Konfidenzintervalle als das einfache Perzentil-Bootstrap liefert, indem es eine Bias-Korrektur und eine Beschleunigungsanpassung anwendet. Es wird für schiefe Verteilungen und kleine Stichproben empfohlen.

Mit StatMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

Quellen

  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

So zitieren Sie diese Seite

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

Referenziert von

ScholarGateBCa Bootstrap (Bias-Corrected and Accelerated Bootstrap). Abgerufen am 2026-06-15 von https://scholargate.app/de/statistics/bca-bootstrap · Datensatz: https://doi.org/10.5281/zenodo.20539026