Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 139,95

+ 279 punten

Levering 1 à 2 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

INTRODUCTION 1) Introduction In 1979, Efron introduced the bootstrap method as a kind of universal tool to obtain approximation of the distribution of statistics. The now well known underlying idea is the following: consider a sample X of Xl ' n independent and identically distributed H.i.d.) random variables (r. v, 's) with unknown probability measure (p.m.) P . Assume we are interested in approximating the distribution of a statistical functional T(P ) the -1 nn empirical counterpart of the functional T(P), where P n: = n l: i=l aX. is 1 the empirical p.m. Since in some sense P is close to P when n is large, n - - LLd. from P and builds the empirical p.m. if one samples Xl ' ..., Xm n n -1 mn - - P T(P ) conditionally on: = mn l: i =1 a - ' then the behaviour of P m n, m n n n X. 1 T(P ) should imitate that of when n and mn get large. n This idea has lead to considerable investigations to see when it is correct, and when it is not. When it is not, one looks if there is any way to adapt it.