Jackknife Yeniden Örneklemesi
Jackknife Resampling · Ayrıca şöyle bilinir: leave-one-out resampling, Quenouille-Tukey jackknife, delete-one jackknife, Jackknife Yeniden Örnekleme
Jackknife, sistematik olarak bir gözlemi dışarıda bırakarak istatistiği yeniden hesaplayarak bir istatistiğin yanlılığını ve varyansını tahmin eden klasik bir yeniden örnekleme yöntemidir. 1956'da Quenouille tarafından tanıtılan ve daha sonra 1974'te Miller tarafından gözden geçirilen bu yöntem, bootstrap'ten önce gelir ve tahmin edici kararlılığını değerlendirmek için basit, deterministik bir araç olarak kalır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Uygun kapalı formül formülü mevcut olmadığında, hem sürekli hem de kategorik veriler için bir istatistiğin yanlılığını veya varyansını — ve dolayısıyla standart hatasını — tahmin etmek için jackknife kullanın. Gözlemlerin bağımsız olduğunu varsayar ve hesaplama maliyeti n ile doğrusal olarak ölçeklenir. Güvenilir olması için en az yaklaşık 10 gözlem gerektirir; çok küçük örneklemler için bootstrap veya permütasyon testi tercih edilir.
Güçlü yönler & sınırlılıklar
- Basit ve tamamen deterministik: rastgele bootstrap'in aksine, aynı veri her zaman aynı sonucu verir.
- Kapalı formül varyans formülü gerektirmez, bu nedenle örneklem dağılımının analitik olarak türetilmesi zor olan istatistikler için çalışır.
- Hesaplama maliyeti örneklem büyüklüğü n ile yalnızca doğrusal olarak artar.
- Hem sürekli hem de kategorik verilere ve çok çeşitli özet istatistiklere uygulanır.
- Yaklaşık 10 gözlemin altında jackknife varyans tahmini güvenilmez hale gelir ve bunun yerine bootstrap kullanılmalıdır.
- 5 gözlemden az olduğunda tek tek bırakma yeniden örneklemesi esasen anlamsızdır.
- Medyan veya örneklem niceleyicileri gibi pürüzsüz olmayan istatistikler için kötü performans gösterir, bu durumda bootstrap daha uygundur.
- Bağımsız gözlemleri varsayar ve bağımlı veya kümelenmiş veriler için yerleşik bir düzeltme sunmaz.
SSS
Jackknife, bootstrap'ten nasıl farklıdır?
Jackknife sistematik olarak bir seferde bir gözlemi dışarıda bırakır, tam olarak n adet deterministik kopya üretir, oysa bootstrap rastgele örneklemlerle değiştirerek birçok örneklem çeker. Jackknife daha basittir ve tekrarlanabilir ancak pürüzsüz olmayan istatistikler için daha az doğrudur; bootstrap daha esnektir ve küçük örneklemler ile medyan gibi istatistikler için tercih edilir.
Kaç gözleme ihtiyacım var?
En az yaklaşık 10. Bunun altında jackknife varyans tahmini güvenilmezdir ve bootstrap önerilir; 5 gözlemden az olduğunda tek tek bırakma yeniden örneklemesi esasen anlamsızdır ve permütasyon testi daha iyi bir seçimdir.
Varyans formülünde neden (n-1)/n faktörü var?
Tek tek bırakma tahminleri, tam örneklem tahmininden yalnızca küçük bir miktarda farklıdır, bu nedenle ham yayılmaları gerçek örneklem değişkenliğini hafife alır. (n-1)/n şişirme faktörü, doğru şekilde kalibre edilmiş bir varyans tahmini vermek için bu yayılmayı yeniden ölçekler.
Jackknife herhangi bir istatistik için kullanılabilir mi?
Ortalamalar, oranlar ve regresyon katsayıları gibi pürüzsüz istatistikler için iyi çalışır, ancak medyan veya örneklem niceleyicileri gibi pürüzsüz olmayan istatistikler için kötü performans gösterir, bu durumda bootstrap daha güvenli bir alternatiftir.
Kaynaklar
- Quenouille, M. H. (1956). Notes on Bias in Estimation. Biometrika, 43(3/4), 353-360. DOI: 10.1093/biomet/43.3-4.353 ↗
- Miller, R. G. (1974). The Jackknife — A Review. Biometrika, 61(1), 1-15. DOI: 10.1093/biomet/61.1.1 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Jackknife Resampling. ScholarGate. https://scholargate.app/tr/statistics/jackknife
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Bootstrap Çıkarımıİstatistik↔ karşılaştır
- Medyan Mutlak Sapma (MAD) Tahminiİstatistik↔ karşılaştır
- En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
- Permütasyon (Rastgeleleştirme) Testiİstatistik↔ karşılaştır
- Sağlam Zaman Serisi Analiziİstatistik↔ karşılaştır