Bootstrap contre jackknife

Les méthodes bootstrap et jackknife peuvent être utilisées pour estimer le biais et l’erreur type d’une estimation et les mécanismes des deux méthodes de ré-échantillonnage ne sont pas très différents: échantillonnage avec remplacement ou omission d’une observation à la fois. Toutefois, le jackknife n’est pas aussi populaire que le bootstrap dans la recherche et la pratique.

Y a-t-il un avantage évident à utiliser bootstrap au lieu d'utiliser jackknife?

Le bootstrapping est une technique supérieure et peut être utilisé à peu près partout où le jackknifing a été utilisé. Le jackknife est beaucoup plus âgé (peut-être ~ 20 ans); Son principal avantage à l’époque où la puissance de calcul était limitée, c’est que c’est beaucoup plus simple en calcul. Cependant, le bootstrap fournit des informations sur l'ensemble de la distribution d'échantillonnage et peut offrir une plus grande précision. Le jackknife est toujours utile dans la détection des valeurs aberrantes, par exemple dans le calcul de dfbeta (le changement d'estimation d'un paramètre lorsqu'un point de données est supprimé).