Jackknife-estimering
Jackknife-estimering er en klassisk resample-teknikk som beregner bias og varians for en statistisk estimator ved systematisk å utelate én observasjon om gangen og re-beregne statistikken på hver reduserte utvalgsstørrelse. Metoden ble introdusert av Maurice Quenouille i 1956 for bias-korreksjon og utvidet av John Tukey i 1958, som også fant på navnet. Den er den historiske forløperen til bootstrap-metoden og forblir analytisk håndterbar for glatte, deriverbare estimatorer.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Quenouille, M. H. (1956). Notes on Bias in Estimation. Biometrika, 43(3/4), 353–360. DOI: 10.1093/biomet/43.3-4.353 ↗
- Tukey, J. W. (1958). Bias and Confidence in Not Quite Large Samples. Annals of Mathematical Statistics, 29(2), 614. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Jackknife Resampling Estimation. ScholarGate. https://scholargate.app/no/statistics/jackknife-estimation
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.
- KryssvalideringBeslutningstaking↔ compare
- Monte Carlo-simuleringBeslutningstaking↔ compare
- Permutasjonstest (Randomiseringstest)Statistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →