เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การบูตสแตรปแบบเบย์ (รูบิน)× | การสุ่มตัวอย่างแบบแจ็คไนฟ์ (Jackknife Resampling)× | |
|---|---|---|
| สาขาวิชา | สถิติศาสตร์ | สถิติศาสตร์ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1981 | 1956 |
| ผู้ริเริ่ม≠ | Rubin (1981); large-sample theory by Lo (1987) | Quenouille (1956); reviewed by Miller (1974) |
| ประเภท≠ | Resampling / posterior simulation | Resampling / bias and variance estimation |
| แหล่งต้นตำรับ≠ | Rubin, D. B. (1981). The Bayesian Bootstrap. The Annals of Statistics, 9(1), 130-134. DOI ↗ | Quenouille, M. H. (1956). Notes on Bias in Estimation. Biometrika, 43(3/4), 353-360. DOI ↗ |
| ชื่อเรียกอื่น≠ | Bayesian Bootstrap (Rubin), Rubin bootstrap, Dirichlet-weighted bootstrap | leave-one-out resampling, Quenouille-Tukey jackknife, delete-one jackknife, Jackknife Yeniden Örnekleme |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | The Bayesian Bootstrap, introduced by Donald B. Rubin in 1981, is a resampling method that produces a Bayesian counterpart to the frequentist bootstrap by assigning each observation a random weight drawn from a Dirichlet distribution. It yields a full posterior distribution for a statistic and allows prior information to be incorporated. | The jackknife is a classical resampling method that estimates the bias and variance of a statistic by systematically recomputing it with one observation left out at a time. Introduced by Quenouille in 1956 and later reviewed by Miller in 1974, it predates the bootstrap and remains a simple, deterministic tool for assessing estimator stability. |
| ScholarGateชุดข้อมูล ↗ |
|
|