Regression model

Podwójny (iterowany) bootstrap

Podwójny bootstrap to metoda resamplingu, która kalibruje przedział ufności bootstrap za pomocą drugiej, zagnieżdżonej warstwy bootstrap, aby jego rzeczywiste pokrycie było bliższe poziomowi nominalnemu. Wprowadzona przez Halla (1986) i Berana (1987), jest szczególnie cenna dla małych prób i skośnych rozkładów, gdzie bootstrap jednopoziomowy niedostatecznie pokrywa.

Zastosuj w StatMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  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

Jak cytować tę stronę

ScholarGate. (2026, June 1). Double (Iterated) Bootstrap. ScholarGate. https://scholargate.app/pl/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

Cytowana przez

ScholarGateDouble Bootstrap (Double (Iterated) Bootstrap). Pobrano 2026-06-15 z https://scholargate.app/pl/statistics/double-bootstrap · Zbiór danych: https://doi.org/10.5281/zenodo.20539026