Bootstrap vs. jackknife

Як методи завантаження, так і jackkfefe можуть бути використані для оцінки упередженості та стандартної похибки оцінки, а механізми обох методів перекомпонування не дуже відрізняються: вибірки із заміною порівняно не залишають одночасно спостереження. Однак джекніф не настільки популярний, як завантажувальний тренінг у наукових дослідженнях та практиці.

Чи є якась очевидна перевага використання bootstrap замість джекніфа?

r confidence-interval bootstrap jackknife

— Вт.2
джерело

Що стосується історії, я дізнався про джекніф на початку 1970-х, коли статистику ще великою мірою проводили на жовтому майданчику. (Комп'ютерний час був надто дорогим!) Якщо пам'ять слугує, її сприяв Джон Тукі.

— Дан Бускірк

Запуск завантажувачів - це чудова техніка, і її можна використовувати майже в будь-якому місці, де використовувався джекніфінг. Джекніфінг набагато старший (можливо, ~ 20 років); Основна перевага в дні, коли обчислювальна потужність була обмежена, полягала в тому, що обчислювально набагато простіше. Однак завантажувальна програма надає інформацію про весь розподіл вибірки і може запропонувати більшу точність. Джекніф все ще корисний для виявлення зовнішньої форми, наприклад, для обчислення dfbeta (зміна оцінки параметра при падінні точки даних).

— gung - Відновити Моніку
джерело

Але, можливо, також див. Відповідь @ Бенджаміна тут ( stats.stackexchange.com/questions/96739/… ) як випадок, коли джекніф все ще корисний. Джек-ножі також досі використовуються (здається) при оцінці при обчисленні довірчих інтервалів BCa.

a

$a$

— russellpierce

@gung, чи можете ви надати більше деталей чи посилань на ваші твердження, що завантажувальний пристрій надає інформацію про весь розподіл вибірки (джекніф ні?) і що він є більш точним?

— плавання