Quando si stima l'intervallo di confidenza della media, penso che si possano applicare sia il metodo bootstrap t che il metodo bootstrap non parametrico, ma il primo richiede un po 'più di calcolo.
Mi chiedo quali sono i vantaggi e gli svantaggi del bootstrap t rispetto al normale bootstrap non parametrico? Perché?
Ci sono dei riferimenti per spiegare questo?
Risposte:
Bootstrap- si basa ancora su ipotesi di distribuzioni parametriche: Se la distribuzione boostrap di una statistica ha una distribuzione normale, è possibile utilizzare il bootstrap- t metodo. Ciò porterà a un elemento di configurazione simmetrico.
Se, tuttavia, la distribuzione di campionamento è distorta o distorta, è meglio utilizzare il bootstrap percentile (che consente CI asimmetrici).
Ora, quale metodo dovresti usare?
Un altro indizio viene da Hesterberg et al. (2005, pagg. 14-35):
Le condizioni per un utilizzo sicuro degli intervalli percentuali bootstrap te bootstrap sono un po 'vaghe. Si consiglia di verificare se questi intervalli sono ragionevoli confrontandoli tra loro. Se il bias della distribuzione bootstrap è piccolo e la distribuzione è vicina alla normalità, gli intervalli di confidenza bootstrap te percentile concorderanno strettamente. Gli intervalli percentuali, a differenza degli intervalli t, non ignorano l'asimmetria. Gli intervalli percentuali sono quindi generalmente più precisi, purché la distorsione sia piccola. Poiché incontreremo presto intervalli di bootstrap molto più accurati, la nostra raccomandazione è che quando gli intervalli percentuali di bootstrap te bootstrap non sono d'accordo, non si dovrebbe usare alcun tipo di intervallo.
-> in caso di disaccordo meglio usare il CI bootstrap corretto con BCa!
Hesterberg, T., Monaghan, S., Moore, D., Clipson, A., & Epstein, R. (2005). Metodi Bootstrap e test di permutazione. Introduzione alla pratica della statistica, 14.1-14.70.
Wilcox, RR (2010). Fondamenti dei moderni metodi statistici: miglioramento sostanziale di potenza e precisione. Springer Verlag.