Regression model

Bootstrap BCa (Bias-Corrected and Accelerated)

שיטת ה-BCa bootstrap היא שיטת דגימה חוזרת (resampling), שהוצגה על ידי בראדלי אפריון בשנת 1987, ומפיקה רווחי סמך מדויקים יותר משיטת ה-percentile bootstrap הפשוטה, באמצעות תיקון הטיה (bias correction) והתאמת תאוצה (acceleration adjustment). היא מומלצת עבור התפלגויות מוטות ומדגמים קטנים.

יישום עם StatMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  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

איך לצטט עמוד זה

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

מאוזכר על ידי

ScholarGateBCa Bootstrap (Bias-Corrected and Accelerated Bootstrap). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/statistics/bca-bootstrap · מערך נתונים: https://doi.org/10.5281/zenodo.20539026