ウィリアム・Q・ミーカー博士、アイオワ州立大学統計学名誉教授
クリス・ゴットウォルト博士、JMP、SAS 統計研究開発ディレクター
このプレゼンテーションは最優秀招待論文に選ばれました。
数十年にわたり、再標本化に基づくブートストラップは、正確な方法が利用できない、またはサンプル サイズが小さく、Wald (正規近似) 信頼区間などの簡単に計算できる大規模サンプル近似法に頼ることができないアプリケーションで、信頼できる信頼区間を計算するための広く使用されている方法です。ただし、再標本化ブートストラップ法を使用できないアプリケーションも多数あります。これには、データが大量に打ち切られている場合、ロジスティック回帰で「成功」応答がまれなイベントである場合、または説明変数全体で成功と失敗の混合が限られている場合、およびパラメータの数が観測数に近い計画実験が含まれます。これら 3 つの状況に共通するのは、モデル内のすべてのパラメータを推定できない再標本がかなりの割合で存在する可能性があることです。この講演では、JMP Pro に実装されている分数ランダム重みブートストラップ法がこれらの問題を回避し、信頼できる信頼区間を提供する方法について説明します。
