分数随机权重引导法的应用William Q. Meeker 博士，爱荷华州立大学统计学杰出教授
Chris Gotwalt 博士，JMP SAS 统计研究与开发总监
该演讲被评为最佳受邀论文。
几十年来，基于重采样的 bootstrap 一直是一种广泛使用的方法，用于在没有精确方法可用且样本量不足以依赖易于计算的大样本近似方法（如 Wald（正态近似）置信区间）的应用，以计算可靠的置信区间。然而，在许多应用中，重采样 bootstrap 方法无法使用。这些包括数据受到严格审查的情况、“成功”响应是罕见事件或解释变量中成功和失败的混合有限的逻辑回归，以及参数数量接近观测值数量的设计实验。这三种情况的共同点是，可能存在很大比例的重采样，无法估计模型中的所有参数。本次演讲将展示 JMP Pro 中实现的分数随机权重 bootstrap 方法如何避免这些问题并提供可靠的置信区间。
质量和可靠性
