ScholarGate
Assistent
Regression model

Dobbel (iterert) bootstrap

Den doble bootstrapen er en resamplingmetode som kalibrerer et bootstrap-konfidensintervall med et andre, nestet lag av bootstrap for å bringe den faktiske dekningen nærmere det nominelle nivået. Introdusert av Hall (1986) og Beran (1987), er den spesielt verdifull for små utvalg og skjeve fordelinger der en enkelt bootstrap underdekker.

Anvend med StatMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 1). Double (Iterated) Bootstrap. ScholarGate. https://scholargate.app/no/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

Referert av

ScholarGateDouble Bootstrap (Double (Iterated) Bootstrap). Hentet 2026-06-15 fra https://scholargate.app/no/statistics/double-bootstrap · Datasett: https://doi.org/10.5281/zenodo.20539026