Regression model

Parametryczny bootstrap

Parametryczny bootstrap to metoda resamplingu, która szacuje błędy standardowe i przedziały ufności poprzez losowanie powtarzalnych próbek z modelu parametrycznego dopasowanego do danych. Opracowana w literaturze dotyczącej bootstrapu przez Efrona i Tibshirani (1993) oraz Davisona i Hinkley (1997), zastępuje analityczne wyprowadzenia dla rozkładów nienormalnych i złożonych statystyk.

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. Efron, B. & Tibshirani, R. J. (1993). An Introduction to the Bootstrap. CRC Press. ISBN: 978-0412042317
  2. Davison, A. C. & Hinkley, D. V. (1997). Bootstrap Methods and Their Application. Cambridge University Press. ISBN: 978-0521574716

Jak cytować tę stronę

ScholarGate. (2026, June 1). Parametric Bootstrap Resampling. ScholarGate. https://scholargate.app/pl/statistics/parametric-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
ScholarGateParametric Bootstrap (Parametric Bootstrap Resampling). Pobrano 2026-06-15 z https://scholargate.app/pl/statistics/parametric-bootstrap · Zbiór danych: https://doi.org/10.5281/zenodo.20539026