Diferencia entre revisiones de «Bootstrapping (estadística)»
Contenido eliminado Contenido añadido
Sin resumen de edición |
|||
Línea 16:
| doi = 10.1214/aos/1176344552
}}</ref> inspirado en trabajos anteriores sobre el jackknife.<ref name=Quenouille1949>Quenouille M (1949) Approximate tests of correlation in time-series. J Roy Statist Soc Ser B 11 68–84</ref><ref name=Tukey1958>Tukey J (1958) Bias and confidence in not-quite large samples (abstract). Ann Math Statist 29 614</ref><ref name=Jaeckel1972>Jaeckel L (1972) The infinitesimal jackknife. Memorandum MM72-1215-11, Bell Lab</ref> Mejora de las estimaciones de la varianza se desarrollaron más tarde.<ref name=Bickel1981>Bickel P, Freeman D (1981) Some asymptotic theory for the bootstrap. Ann Statist 9 1196–1217</ref><ref name=Singh1981>Singh K (1981) On the asymptotic accuracy of Efron’s bootstrap. Ann Statist 9 1187–1195</ref> Una extensión bayesiana se desarrolló en 1981.ref name=Rubin1981>Rubin D (1981). The Bayesian bootstrap. Ann Statist 9 130–134</ref>El bootstrap bias-corregido y acelerado (BCa) fue desarrollado por Efron en 1987,<ref name=BCa/> y el procedimiento de ABC en 1992.<ref name=Diciccio1992>Diciccio T, Efron B (1992) More accurate confidence intervals in exponential families. Biometrika 79 231–245</ref>
==Enfoque==
La idea básica de bootstrap es que la inferencia sobre una población a partir de datos de muestra, (muestra → población), puede ser modelada mediante un nuevo muestreo de los datos de la muestra y realizando la inferencia sobre una muestra a partir de datos reamosturados. Como la población es desconocida, el verdadero error en una muestra estadística contra su valor poblacional es desconocido. En las re-muestras de bootstrap, la 'población' es de hecho la muestra, y esto se conoce; por lo tanto, se puede medir la calidad de la inferencia de la muestra "verdadera" a partir de datos remuestreados, (muestra re-muestreada).
==Referencias==
| |||