Redakcija: 15:42, 27. december 2014 uredi Smihael (pogovor \| prispevki) 20.103 urejanja + ← Starejše urejanje		Redakcija: 15:57, 27. december 2014 uredi razveljavi Smihael (pogovor \| prispevki) 20.103 urejanja →‎Postopek: + Novejše urejanje →
Vrstica 12: Za vsak bootstrap-vzorec se izračuna vrednost <math>T_b(x_1^,\ldots,x_n^) = T(x_b)</math> za statistični parameter ''T'', katerega oceno se išče. Porazporeditev parametra <math>T(X_1,\ldots,X_n)</math> se na koncu aproksimira skozi empirično porazdelitev ''B'' ocen za <math>T_b(x_1^,\ldots,x_n^)</math>. V zapletenejših modelih se namesto zgolj ponavljajočega vlečenja iz že obstoječih podatkov, lahko na podlagi ocen parametrov neznane porazdelitve tudi generira "lažne" podatke tako da tej ustrezajo porazdelitvi kateri ustrezajo ocene parametrov. Zlasti kadar statističnih preizkusov ni mogoče izvesti, ker na primer natančna porazdelitev parametra ni znana ali pa je vzorec premajhen za izpolnjevanje [[konvergenca\|konvergenčnih]] kriterijev, se tako lahko oceni [[kvantil]]e in [[p-vrednost]]i. In weniger intuitiven Modellen wird nicht bloß ein wiederholtes Ziehen aus den bereits vorliegenden Daten durchgeführt. Methodisch lässt sich in Bootstrap-Verfahren auch so vorgehen, dass bestimmte Kenngrößen der unbekannten Verteilung geschätzt werden und anhand dieser Informationen Daten neu generiert werden, indem eine Verteilung mit den geschätzten Größen erzeugt wird. Speziell wenn statistische [[Test]]s nicht durchgeführt werden können, weil beispielsweise die exakte Verteilung der Prüfgröße unbekannt und die Stichprobe zu klein zur Erfüllung von Konvergenzkriterien ist, lassen sich so [[Quantil]]e und [[p-Wert]]e schätzen. == Zunanje povezave ==

Metoda ponovnega vzorčenja: Razlika med redakcijama