Bootstrap so với jackknife

Cả hai phương pháp bootstrap và jackknife đều có thể được sử dụng để ước tính sai lệch và sai số chuẩn của ước tính và cơ chế của cả hai phương pháp lấy mẫu lại không khác nhau lớn: lấy mẫu bằng thay thế so với bỏ qua một quan sát tại một thời điểm. Tuy nhiên, jackknife không phổ biến như bootstrap trong nghiên cứu và thực hành.

Có bất kỳ lợi thế rõ ràng của việc sử dụng bootstrap thay vì sử dụng jackknife?

Bootstrapping là một kỹ thuật ưu việt và có thể được sử dụng khá nhiều ở bất cứ nơi nào sử dụng jackknifing. Jackknifing già hơn nhiều (có lẽ ~ 20 tuổi); đó là lợi thế chính trong thời buổi mà sức mạnh tính toán bị hạn chế, đó là tính toán đơn giản hơn nhiều. Tuy nhiên, bootstrap cung cấp thông tin về toàn bộ phân phối lấy mẫu và có thể cung cấp độ chính xác cao hơn. Jackknife vẫn hữu ích trong việc phát hiện ngoại lệ, ví dụ như trong tính toán dfbeta (sự thay đổi trong ước tính tham số khi điểm dữ liệu bị hủy).