bootstrap 和jackknife 方法都可以用来估计估计的偏差和标准误差,并且两种重采样方法的机制没有太大的不同:带替换的采样与一次忽略一个观察值。然而,jackknife 在研究和实践中并不像 bootstrap 那样流行。
使用引导程序而不是使用折刀有什么明显的优势吗?
bootstrap 和jackknife 方法都可以用来估计估计的偏差和标准误差,并且两种重采样方法的机制没有太大的不同:带替换的采样与一次忽略一个观察值。然而,jackknife 在研究和实践中并不像 bootstrap 那样流行。
使用引导程序而不是使用折刀有什么明显的优势吗?
Bootstrapping 是一种优越的技术,几乎可以在任何使用 Jackknifing 的地方使用。Jackknifing 的年龄要大得多(大概 20 年左右);在计算能力有限的时代,它的主要优势在于它的计算要简单得多。但是,bootstrap 提供了有关整个采样分布的信息,并且可以提供更高的精度。折刀在异常值检测中仍然有用,例如在计算 dfbeta(丢弃数据点时参数估计的变化)。