เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การอนุมานแบบบูตสแตรป× | กำลังสองน้อยที่สุดแบบทั่วไป (Generalized Least Squares - GLS)× | |
|---|---|---|
| สาขาวิชา | สถิติศาสตร์ | สถิติศาสตร์ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1979 | 1935 |
| ผู้ริเริ่ม≠ | Bradley Efron | Alexander Craig Aitken |
| ประเภท≠ | Resampling-based inference | Linear estimator |
| แหล่งต้นตำรับ≠ | Efron, B. (1979). Bootstrap Methods: Another Look at the Jackknife. Annals of Statistics, 7(1), 1-26. DOI ↗ | Aitken, A. C. (1935). IV.—On least squares and linear combination of observations. Proceedings of the Royal Society of Edinburgh, 55, 42–48. DOI ↗ |
| ชื่อเรียกอื่น≠ | bootstrap, bootstrap resampling, nonparametric bootstrap, Bootstrap Çıkarımı | GLS, Aitken estimator, EGLS, feasible GLS |
| ที่เกี่ยวข้อง≠ | 5 | 3 |
| สรุป≠ | Bootstrap inference, introduced by Bradley Efron in 1979, estimates the sampling distribution of a statistic by repeatedly resampling the observed data with replacement. It requires no distributional assumption and produces reliable confidence intervals even in small samples. | Generalized Least Squares (GLS) is a linear regression estimator that extends ordinary least squares to handle situations where the error terms are correlated or have non-constant variance (heteroscedasticity). Introduced by Alexander Craig Aitken in 1935, GLS achieves the Best Linear Unbiased Estimator (BLUE) under a general error covariance structure by weighting observations according to their precision, providing a theoretical bridge between OLS and modern linear mixed models. |
| ScholarGateชุดข้อมูล ↗ |
|
|