Tecniche di ricampionamento

Utilizzare tecniche di ricampionamento per stimare la statistica descrittiva e gli intervalli di confidenza a partire dai dati di campionamento quando i presupposti dei test parametrici non sono soddisfatti, oppure nel caso di campioni di piccole dimensioni provenienti da distribuzioni non normali. I metodi bootstrap selezionano campioni casuali con reinserimento dai dati di campionamento per stimare gli intervalli di confidenza dei parametri di interesse. Jackknife ricalcola sistematicamente il parametro di interesse utilizzando un sottoinsieme dei dati di campionamento, escludendo ogni volta un'osservazione dal sottoinsieme (ricampionamento leave-one-out). Sulla base di questi calcoli, stima il parametro di interesse per l'intero campione di dati. Se si dispone di una licenza Parallel Computing Toolbox™, è possibile utilizzare il calcolo parallelo per velocizzare i calcoli di ricampionamento.