Bootstrap contre jackknife

49

Les méthodes bootstrap et jackknife peuvent être utilisées pour estimer le biais et l’erreur type d’une estimation et les mécanismes des deux méthodes de ré-échantillonnage ne sont pas très différents: échantillonnage avec remplacement ou omission d’une observation à la fois. Toutefois, le jackknife n’est pas aussi populaire que le bootstrap dans la recherche et la pratique.

Y a-t-il un avantage évident à utiliser bootstrap au lieu d'utiliser jackknife?

Tu.2
la source
3
Juste pour des raisons d’histoire, j’ai entendu parler du jackknife au début des années 1970, alors que les statistiques étaient encore largement établies sur une feuille jaune. (Le temps passé sur l’ordinateur coûtait trop cher!) Si ma mémoire est bonne, il a été promu par John Tukey.
Dan Buskirk

Réponses:

35

Le bootstrapping est une technique supérieure et peut être utilisé à peu près partout où le jackknifing a été utilisé. Le jackknife est beaucoup plus âgé (peut-être ~ 20 ans); Son principal avantage à l’époque où la puissance de calcul était limitée, c’est que c’est beaucoup plus simple en calcul. Cependant, le bootstrap fournit des informations sur l'ensemble de la distribution d'échantillonnage et peut offrir une plus grande précision. Le jackknife est toujours utile dans la détection des valeurs aberrantes, par exemple dans le calcul de dfbeta (le changement d'estimation d'un paramètre lorsqu'un point de données est supprimé).

gung - Rétablir Monica
la source
3
Mais peut-être aussi voir la réponse de @ Benjamin ici ( stats.stackexchange.com/questions/96739/… ) comme un cas où un jackknife est encore utile. Les jackknifs sont également toujours utilisés (semble-t-il) pour estimer lors du calcul des intervalles de confiance BCa. a
russellpierce
2
@gung pourriez-vous fournir plus de détails ou de références pour vos affirmations selon lesquelles le bootstrap fournit des informations sur l'ensemble de la distribution d'échantillonnage (le jackknife ne le fait pas?) et qu'il est plus précis?
mloning