Bootstrap BCa (corrigé du biais et accéléré)
Le bootstrap BCa est une méthode de rééchantillonnage, introduite par Bradley Efron en 1987, qui produit des intervalles de confiance plus précis que le bootstrap par percentile simple en appliquant une correction du biais et un ajustement d'accélération. Il est recommandé pour les distributions asymétriques et les petits échantillons.
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. (1987). Better Bootstrap Confidence Intervals. Journal of the American Statistical Association, 82(397), 171-185. DOI: 10.1080/01621459.1987.10478410 ↗
- DiCiccio, T. J. & Efron, B. (1996). Bootstrap Confidence Intervals. Statistical Science, 11(3), 189-228. DOI: 10.1214/ss/1032280214 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Bias-Corrected and Accelerated Bootstrap. ScholarGate. https://scholargate.app/fr/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.
- Le Bootstrap Bayésien (Rubin)Statistique↔ compare
- Inférence par bootstrapStatistique↔ compare
- Bootstrap itéréStatistique↔ compare
- Test par permutation (ou randomisation)Statistique↔ compare
- Bootstrap sauvage pour l'inférence de régressionStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →