Simulation Bootstrap — Rééchantillonnage Empirique pour l'Inférence Statistique
La simulation bootstrap, introduite par Bradley Efron en 1979, est une méthode d'inférence basée sur la simulation qui dérive la distribution d'échantillonnage de pratiquement n'importe quelle statistique en rééchantillonnant de manière répétée avec remise à partir des données observées. Parce qu'elle ne requiert aucune hypothèse de distribution paramétrique, elle offre une alternative robuste et polyvalente aux intervalles de confiance analytiques et aux tests d'hypothèse paramétriques pour les données continues, ordinales, binaires et de comptage.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Efron, B. & Tibshirani, R.J. (1993). An Introduction to the Bootstrap. Chapman & Hall/CRC. DOI: 10.1201/9780429246593 ↗
- Davison, A.C. & Hinkley, D.V. (1997). Bootstrap Methods and their Application. Cambridge University Press. DOI: 10.1017/CBO9780511802843 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Bootstrap Simulation (Bootstrap Resampling). ScholarGate. https://scholargate.app/fr/simulation/bootstrap-simulation
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.
- Inférence bayésienneStatistique↔ compare
- Estimation par jackknifeStatistique↔ compare
- Simulation de Monte-CarloPrise de décision↔ compare
- Test par permutation (ou randomisation)Statistique↔ compare
- Techniques de réduction de variance pour la simulation de Monte-CarloSimulation↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →