बूटस्ट्रैप बनाम कटहल

Question

बूटस्ट्रैप और जैकनाइफ दोनों तरीकों का उपयोग पूर्वाग्रह का अनुमान लगाने के लिए किया जा सकता है और दोनों ही तरीकों के मानक त्रुटि का अनुमान बहुत बड़ा नहीं है: प्रतिस्थापन के साथ नमूनाकरण बनाम एक समय में एक अवलोकन छोड़ देते हैं। हालांकि, जैकनाइफ अनुसंधान और व्यवहार में बूटस्ट्रैप जितना लोकप्रिय नहीं है।

क्या कटहल का उपयोग करने के बजाय बूटस्ट्रैप का उपयोग करने का कोई स्पष्ट लाभ है?

Comments

इतिहास की बात के रूप में, मैंने 1970 के दशक के शुरुआती दिनों में कटहल के बारे में जाना, जब आँकड़े अभी भी काफी हद तक पीले पैड पर किए गए थे। (कंप्यूटर का समय बहुत महंगा था!) ​​यदि स्मृति कार्य करती है, तो इसे जॉन टुके द्वारा प्रचारित किया गया था।

— डैन बुस्किर्क

Answer 1

बूटस्ट्रैपिंग एक बेहतर तकनीक है और इसका इस्तेमाल कहीं भी किया जा सकता है, जहां पर कटिंग का इस्तेमाल किया गया है। जैकनेफिंग बहुत पुराना है (शायद ~ 20 साल); यह उन दिनों में मुख्य लाभ है जब कंप्यूटिंग शक्ति सीमित थी, यह था कि यह कम्प्यूटेशनल रूप से बहुत सरल है। हालाँकि, बूटस्ट्रैप संपूर्ण नमूना वितरण के बारे में जानकारी प्रदान करता है, और अधिक सटीक पेशकश कर सकता है। जैकिनलाइफ अभी भी बाहरी पहचान में उपयोगी है, उदाहरण के लिए dfbeta की गणना (एक पैरामीटर अनुमान में परिवर्तन जब एक डेटा बिंदु गिरा दिया जाता है)।

Comments

लेकिन शायद यहाँ @ बेंजामिन का जवाब भी देखें ( आँकड़ें ।stackexchange.com/questions/96739/… ) एक ऐसे मामले के रूप में जहाँ एक जैकनाइफ़ अभी भी उपयोगी है। Jackknifes भी अभी भी (ऐसा लगता है) का इस्तेमाल किया आकलन में कर रहे हैं जब बीसीए विश्वास के अंतराल की गणना। $a$

— रसैलपिएर्स

@gung आप अपने दावों के लिए अधिक विवरण या संदर्भ प्रदान कर सकते हैं कि बूटस्ट्रैप पूरे नमूना वितरण (जैकनाइफ़ नहीं करता है) के बारे में जानकारी प्रदान करता है और यह अधिक सटीक है?

— 11