Regression model

Dublā (iterētā) bootstrap metode

Dublā bootstrap ir atkārtotas izlases metode, kas kalibrē bootstrap ticamības intervāli ar otro, iekšējo bootstrap līmeni, lai tā faktiskā seguma līmenis būtu tuvāks nominālajam. Hall (1986) un Beran (1987) ieviestā metode ir īpaši vērtīga maziem paraugiem un sašķiebtiem sadalījumiem, kur vienkāršs bootstrap intervāls nepietiekami sedz.

Pielietot ar StatMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Avoti

  1. Hall, P. (1986). On the Bootstrap and Confidence Intervals. Annals of Statistics, 14(4), 1431-1452. DOI: 10.1214/aos/1176350168
  2. Beran, R. (1987). Prepivoting to Reduce Level Error of Confidence Sets. Biometrika, 74(3), 457-468. DOI: 10.1093/biomet/74.3.457

Kā citēt šo lapu

ScholarGate. (2026, June 1). Double (Iterated) Bootstrap. ScholarGate. https://scholargate.app/lv/statistics/double-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

Uz to atsaucas

ScholarGateDouble Bootstrap (Double (Iterated) Bootstrap). Izgūts 2026-06-15 no https://scholargate.app/lv/statistics/double-bootstrap · Datu kopa: https://doi.org/10.5281/zenodo.20539026