Khi ước tính khoảng tin cậy của giá trị trung bình, tôi nghĩ cả phương pháp bootstrap t và phương pháp bootstrap không theo tỷ lệ đều có thể áp dụng, nhưng phương pháp trước đòi hỏi tính toán nhiều hơn một chút.
Tôi tự hỏi những lợi thế và bất lợi của bootstrap t so với bootstrap không bình thường là gì? Tại sao?
Có một số tài liệu tham khảo để giải thích điều này?
Câu trả lời:
Bootstrap- vẫn dựa vào giả định cho các bản phân phối tham số: Nếu phân phối boostrap của một thống kê có phân phối bình thường, bạn có thể sử dụng bootstrap- t phương pháp. Điều này sẽ dẫn đến một CI đối xứng.
Tuy nhiên, nếu phân phối lấy mẫu bị sai lệch hoặc sai lệch, tốt hơn là sử dụng bootstrap phần trăm (cho phép các TCTD không đối xứng).
Bây giờ, bạn nên sử dụng phương pháp nào?
Một gợi ý khác đến từ Hesterberg et al. (2005, trang 14-35):
Các điều kiện để sử dụng an toàn các phần tử bootstrap t và bootstrap phần trăm là hơi mơ hồ. Chúng tôi khuyên bạn nên kiểm tra xem các khoảng này có hợp lý hay không bằng cách so sánh chúng với nhau. Nếu độ lệch của phân phối bootstrap nhỏ và phân phối gần với mức bình thường, khoảng tin cậy của bootstrap t và phần trăm sẽ đồng ý chặt chẽ. Khoảng phần trăm, không giống như t khoảng, không bỏ qua độ lệch. Do đó, khoảng phần trăm chính xác hơn, miễn là độ lệch nhỏ. Bởi vì chúng tôi sẽ sớm đáp ứng các khoảng bootstrap chính xác hơn nhiều, khuyến nghị của chúng tôi là khi các khoảng phần trăm bootstrap t và bootstrap không đồng ý chặt chẽ, không nên sử dụng loại khoảng.
-> trong trường hợp bất đồng tốt hơn, hãy sử dụng CI bootstrap đã được sửa BCa!
Hesterberg, T., Monaghan, S., Moore, D., Clipson, A., & Epstein, R. (2005). Phương pháp Bootstrap và kiểm tra hoán vị. Giới thiệu về Thực hành Thống kê, 14.1 Từ 14,70.
Wilcox, RR (2010). Nguyên tắc cơ bản của phương pháp thống kê hiện đại: Cải thiện đáng kể sức mạnh và độ chính xác. Mùa xuân Verlag.