William Q. Meeker, PhD, Profesor Distinguido de Estadística, Universidad Estatal de Iowa
Chris Gotwalt, PhD, Director de Investigación y Desarrollo Estadístico de JMP, SAS
Esta presentación fue votada como Mejor Trabajo Invitado.
Durante varias décadas, el bootstrap, basado en remuestreo, ha sido un método ampliamente utilizado para calcular intervalos de confianza confiables para aplicaciones donde no hay un método exacto disponible y cuando los tamaños de muestra no son lo suficientemente grandes como para poder confiar en datos grandes fáciles de calcular. -métodos aproximados de muestra, como los intervalos de confianza de Wald (aproximación normal). Sin embargo, existen muchas aplicaciones en las que no se puede utilizar el método de arranque de remuestreo. Estas incluyen situaciones en las que los datos están fuertemente censurados, regresión logística cuando la respuesta de "éxito" es un evento poco común o donde hay una combinación limitada de éxitos y fracasos en las variables explicativas, y experimentos diseñados donde el número de parámetros es cercano. al número de observaciones. Lo que estas tres situaciones tienen en común es que puede haber una proporción sustancial de remuestras en las que no es posible estimar todos los parámetros del modelo. Esta charla mostrará cómo el método de arranque de peso aleatorio fraccionario, implementado en JMP Pro, puede evitar estos problemas y proporcionar intervalos de confianza confiables.
