Die skoenlusmetode: 'n kritiese oorsig

Abstract

Sedert die ontstaan van die skoenlusmetodologie, het dit beide 'n kragtige versameling oplossings gebied vir die praktiese gebruiker van statistiek , sowel as 'n ryk bron van teoretiese en metodologiese oplossings vir probleme in statistiek. In hierdie artikel word 'n oorsig gegee van onlangse ontwikkelings in die nie-parametriese skoenlusmetodologie, waar gekonsentreer word op basiese idees en toepassings instede van teoretiese oorweginge. Onderwerpe van belang sluit in statistiese fout, vertrouensintervalle, die dubbel-skoenlus, skoenluskalibrering, skoenlus parsiele aanneemlikheid, toepassing van die skoenlusmetode op gekompliseerde datastelle, die wilde skoenlus en die aangepaste skoenlusmetode. Die genoemde onderwerpe word bespreek onder onafhanklikheidsaannames van die data, 'n Onlangse belangrike ontwikkeling in die skoenlusmetodologie behels die toepassing van die skoenlus op afhanklike data. Onderwerpe wat onder hierdie aanname bespreek word, sluit die bewegende blokskoenlusmetode in sowel as die outoregressiewe sif-skoenlus

Ever since its introduction, the bootstrap has provided both a powerful set of solutions for practical statisticians, and a rich source of theoretical and methodological solutions for problems in statistics. In this paper, a survey of some recent developments in the non-parametric bootstrap methodology is given, concentrating on basic ideas and applications rather than theoretical considerations. Topics include statistical error, confidence intervals, double bootstrapping, bootstrap calibration, bootstrap partial likelihood, bootstrapping complicated data sets, wild bootstrap and the modified bootstrap. The above topics will be discussed under the assumption of independent data. A major development of bootstrap methods recently has been their application to dependent data. Topics that will be discussed under this heading include the moving block bootstrap and the autoregressive sieve bootstrap