Bootstrap vs. Jackknife

Sowohl Bootstrap- als auch Jackknife-Methoden können verwendet werden, um die Abweichung und den Standardfehler einer Schätzung abzuschätzen, und die Mechanismen beider Resampling-Methoden sind nicht sehr unterschiedlich: Stichprobenerfassung mit Ersetzung vs. Allerdings ist Jackknife in Forschung und Praxis nicht so beliebt wie Bootstrap.

Gibt es einen offensichtlichen Vorteil bei der Verwendung von Bootstrap anstelle von Jackknife?

r confidence-interval bootstrap jackknife

— Tu.2
quelle

Genau wie in der Vergangenheit erfuhr ich in den frühen 1970er Jahren von dem Jackknife, als die Statistik noch größtenteils auf einem gelben Block ablief. (Computerzeit war zu teuer!) Wenn Speicher dient, wurde es von John Tukey gefördert.

— Dan Buskirk

Bootstrapping ist eine überlegene Technik und kann praktisch überall dort eingesetzt werden, wo Jackknifing eingesetzt wurde. Jackknifing ist viel älter (vielleicht ~ 20 Jahre); Der Hauptvorteil in Zeiten, in denen die Rechenleistung begrenzt war, bestand darin, dass die Berechnung wesentlich einfacher war. Der Bootstrap liefert jedoch Informationen über die gesamte Stichprobenverteilung und kann eine höhere Genauigkeit bieten. Das Klappmesser ist nach wie vor nützlich bei der Erkennung von Ausreißern, beispielsweise bei der Berechnung von dfbeta (der Änderung einer Parameterschätzung, wenn ein Datenpunkt abgelegt wird).

— gung - Wiedereinsetzung von Monica
quelle

Aber vielleicht sehen Sie auch @ Benjamins Antwort hier ( stats.stackexchange.com/questions/96739/… ) als einen Fall, in dem ein Klappmesser immer noch nützlich ist. Jackknifes werden (wie es scheint) auch weiterhin zur Schätzung von bei der Berechnung von BCa-Konfidenzintervallen verwendet.

a

$a$

— Russellpierce

@gung könntest du mehr Details oder Referenzen für deine Behauptungen angeben, dass der Bootstrap Informationen über die gesamte Sampling-Verteilung liefert (das Jackknife nicht?) und dass es genauer ist?

— mloning