Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Bootstrap estimate of correlation coefficient
Autoři: Linda Bohdan | Kubanová Jana
Rok: 2010
Druh publikace: článek v odborném periodiku
Název zdroje: International journal for statisticians
Název nakladatele: Islamia University of Bahawalpur
Místo vydání: Bahawalpur
Strana od-do: 6-9
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Bootstrapový odhad korelačního koeficientu V článku je řešen problém náhodných veličin, jejichž vztah je vyjádřen korelačním koeficientem. Výpočet výběrového korelačního koeficientu je jednoduchý, ale testy významnosti pro korelační koeficient nebo konstrukce intervalu spolehlivosti pro korelační koeficient vyžaduje normální rozložení základního souboru. Pokud tento předpoklad není splněn, mohou nastat potíže. V takovém případě lze použít bootstrapovou metodu. Klasické statistické metody mohou být nahrazeny v mnoha případech bootstrapovou metodou.Cílem příspěvku je ukázat konvergenci bootstrapových odhadů, bias a standardní chybu Pearsonova koralačního koeficientu. Bootstrapová metoda;odhad parametru;bootstrapová replikace;korelační koeficient
eng Bootstrap estimate of correlation coefficient Problems associated with relation of random variables expressed by the correlation coefficient are solved in this paper. Calculation of its estimate r - sample correlation coefficient, is not difficult, but significance testing or confidence intervals construction for the correlation coefficient - require normal probability distribution of population. When this assumption is not valid, we face the difficulties. One method – bootstrap, that can be successfully used is described in this paper. Classical statistical methods can be substituted by bootstrap methods in many cases. The target of the article is to demonstrate convergence of bootstrap estimates of the bias and the standard error of the Pearson correlation coefficient. bootstrap method;parameter estimate;bootstrap replication;correlation coefficient