ScholarGate
Assistent
Hypothesis test

Jackknife-resampling-skattning

Jackknife-skattning är en klassisk resampling-teknik som beräknar bias och varians för en statistisk skattare genom att systematiskt utelämna en observation i taget och omberäkna statistiken på varje reducerat urval. Metoden introducerades av Maurice Quenouille 1956 för bias-korrigering och utvidgades av John Tukey 1958, som myntade namnet. Den är den historiska föregångaren till bootstrap och förblir analytiskt hanterbar för jämna, differentierbara skattare.

Tillämpa med StatMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  1. Quenouille, M. H. (1956). Notes on Bias in Estimation. Biometrika, 43(3/4), 353–360. DOI: 10.1093/biomet/43.3-4.353
  2. Tukey, J. W. (1958). Bias and Confidence in Not Quite Large Samples. Annals of Mathematical Statistics, 29(2), 614. link

Så citerar du den här sidan

ScholarGate. (2026, June 1). Jackknife Resampling Estimation. ScholarGate. https://scholargate.app/sv/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.

Compare side by side

Refereras av

ScholarGateJackknife Estimation (Jackknife Resampling Estimation). Hämtad 2026-06-15 från https://scholargate.app/sv/statistics/jackknife-estimation · Datamängd: https://doi.org/10.5281/zenodo.20539026