ScholarGate
Βοηθός

Σύγκριση μεθόδων

Εξετάστε τις επιλεγμένες μεθόδους δίπλα-δίπλα· οι γραμμές που διαφέρουν επισημαίνονται.

Ενισχυτική Μέθοδος BCa (Διορθωμένη ως προς την Μεροληψία και Επιταχυνόμενη)×Wild Bootstrap για Συμπερασματολογία σε Παλινδρόμηση×
ΠεδίοΣτατιστικήΣτατιστική
ΟικογένειαRegression modelRegression model
Έτος προέλευσης19871986
ΔημιουργόςBradley EfronWu (1986); refined by Davidson & Flachaire (2008)
ΤύποςResampling confidence intervalResampling-based regression inference
Θεμελιώδης πηγήEfron, B. (1987). Better Bootstrap Confidence Intervals. Journal of the American Statistical Association, 82(397), 171-185. DOI ↗Wu, C. F. J. (1986). Jackknife, Bootstrap and Other Resampling Methods in Regression Analysis. Annals of Statistics, 14(4), 1261-1295. DOI ↗
Εναλλακτικές ονομασίεςBCa Bootstrap (Bias-Corrected Accelerated), bias-corrected accelerated bootstrap, BCa confidence intervalwild bootstrap, wild cluster bootstrap, Wu-Liu resampling, Wild Bootstrap
Συναφείς55
ΣύνοψηThe BCa bootstrap is a resampling method, introduced by Bradley Efron in 1987, that produces more accurate confidence intervals than the plain percentile bootstrap by applying a bias correction and an acceleration adjustment. It is recommended for skewed distributions and small samples.The wild bootstrap is a resampling method for regression models with heteroscedastic errors, introduced by Wu (1986) and refined by Davidson and Flachaire (2008). It builds a bootstrap distribution by rescaling each fitted residual with a random sign, so that standard errors and confidence intervals stay valid when the error variance is not constant or the data are clustered.
ScholarGateΣύνολο δεδομένων
  1. v1
  2. 2 Πηγές
  3. PUBLISHED
  1. v1
  2. 2 Πηγές
  3. PUBLISHED

Μετάβαση στην αναζήτηση Λήψη διαφανειών

ScholarGateΣύγκριση μεθόδων: BCa Bootstrap · Wild Bootstrap. Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/compare