Bootstrap BCa (corretto per distorsione e accelerazione)
Il bootstrap BCa è un metodo di ricampionamento, introdotto da Bradley Efron nel 1987, che produce intervalli di confidenza più accurati rispetto al semplice bootstrap percentile, applicando una correzione per la distorsione e un aggiustamento per l'accelerazione. È raccomandato per distribuzioni asimmetriche e campioni di piccole dimensioni.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Bias-Corrected and Accelerated Bootstrap. ScholarGate. https://scholargate.app/it/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.
- Bootstrap Bayesiano (Rubin)Statistica↔ compare
- Inferenza BootstrapStatistica↔ compare
- Bootstrap Doppio (Iterato)Statistica↔ compare
- Test di Permutazione (Randomizzazione)Statistica↔ compare
- Bootstrap Wild per l'Inferenza di RegressioneStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →