ScholarGate
Assistent
Regression model

BCa Bootstrap (Bias-Corrected and Accelerated)

De BCa bootstrap is een hertstellingsmethode, geïntroduceerd door Bradley Efron in 1987, die nauwkeurigere betrouwbaarheidsintervallen oplevert dan de gewone percentiel bootstrap door een biascorrectie en een acceleratiecorrectie toe te passen. Het wordt aanbevolen voor scheve verdelingen en kleine steekproeven.

Toepassen met StatMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  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

Deze pagina citeren

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

Geciteerd door

ScholarGateBCa Bootstrap (Bias-Corrected and Accelerated Bootstrap). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/statistics/bca-bootstrap · Gegevensset: https://doi.org/10.5281/zenodo.20539026