Regression model
Bootstrap BCa (skorygowany ze względu na obciążenie i przyspieszony)
Bootstrap BCa to metoda resamplingu, wprowadzona przez Bradleya Efrona w 1987 roku, która generuje dokładniejsze przedziały ufności niż zwykły bootstrap percentylowy, stosując korektę obciążenia i przyspieszenia. Jest zalecana dla rozkładów skośnych i małych prób.
Przeczytaj pełny opis metody
Tylko dla członków
Zaloguj sięZaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Bias-Corrected and Accelerated Bootstrap. ScholarGate. https://scholargate.app/pl/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.
- Bayesowski Bootstrap (Rubin)Statystyka↔ compare
- Estymacja bootstrapowaStatystyka↔ compare
- Podwójny (iterowany) bootstrapStatystyka↔ compare
- Test permutacyjny (randomizacyjny)Statystyka↔ compare
- Bootstrap dziki (wild bootstrap) w wnioskowaniu regresyjnymStatystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →