再サンプリング

再標本化の原理

再標本手法は，計算能力の向上により，ますます一般化している．これはよく知られているノン･パラメトリック統計のアプローチである．原理はとても簡単である: 元の標本から無作為で新しい標本を抽出し，統計量を再計算する．このステップをたくさん繰り返すと，標準誤差と信頼区間を得るもととなる統計量の経験分布が得られる．

XLSTATでの再標本化

.XLSTATを用いて，量的データについて選択された記述統計量にこれらの手法を適用することができる．

3つの再標本化手法がある：

• ブートストラップ: これはもっとも有名はアプローチである；これはEfron および Tibisharni (1993)によって導入された．これは，元の標本からの置き換えによる再標本によって， ある推定量の標本化分布を推定するための統計手法である．標本の数を与えなければならない．
• 置換なし無作為: 元の標本から副標本が無作為に抽出される．副標本のサイズを指定しなければならない．
• ジャックナイフ: この標本化手順は，（サイズNの）元の標本への1つのオブザベーションの除去に基づく．各副標本はN-1 個のオブザベーションを持っていて，そのプロセスをN 回繰り返す．これは，ブートスラップよりロバス性に欠ける．

同時に複数の変数（または標本）を選択できるが，XLSTAT は，各標本のすべての記述等計量を独立に計算する．