Baik metode bootstrap dan jackknife dapat digunakan untuk memperkirakan bias dan kesalahan standar estimasi dan mekanisme kedua metode resampling tidak jauh berbeda: pengambilan sampel dengan penggantian vs tinggalkan satu pengamatan pada satu waktu. Namun, jackknife tidak sepopuler bootstrap dalam penelitian dan praktik.
Apakah ada keuntungan jelas menggunakan bootstrap daripada menggunakan jackknife?
Jawaban:
Bootstrapping adalah teknik yang unggul dan dapat digunakan cukup banyak di mana pun jackknifing telah digunakan. Jackknifing jauh lebih tua (mungkin ~ 20 tahun); itu keuntungan utama pada hari-hari ketika daya komputasi terbatas, adalah bahwa komputasi jauh lebih sederhana. Namun, bootstrap memberikan informasi tentang distribusi pengambilan sampel secara keseluruhan, dan dapat menawarkan presisi yang lebih besar. Jackknife masih berguna dalam deteksi outlier, misalnya dalam menghitung dfbeta (perubahan dalam estimasi parameter ketika titik data dijatuhkan).
sumber