Regression model
BCa Bootstrap (bias-korrigerad och accelererad)
BCa-bootstrapping är en omsampelningsmetod, introducerad av Bradley Efron 1987, som ger mer exakta konfidensintervall än den vanliga percentil-bootstrapping genom att tillämpa en bias-korrigering och en accelerationsjustering. Den rekommenderas för sneda fördelningar och små sampel.
Läs hela metoden
Endast för medlemmar
Logga inLogga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Bias-Corrected and Accelerated Bootstrap. ScholarGate. https://scholargate.app/sv/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.
- Bayesiansk bootstrap (Rubin)Statistik↔ compare
- BootstrapinferensStatistik↔ compare
- Dubbel (itererad) bootstrapStatistik↔ compare
- Permutationstest (Randomiseringstest)Statistik↔ compare
- Wild Bootstrap för regressionsinferensStatistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →