Bootstrap yönteminin regresyon analizinde kullanımı ve diğer yöntemlerle karşılaştırılması

Orijinal veri setinden yeniden örnekleme yapan yöntemlerin (yeniden örnekleme yöntemleri) bir çeşidi olan bootstrap, parametre tahmin edicisinin standart hatasını tahmin etmede, özellikle tahminci kompleks ise ve standart yaklaşımın uygun olmadığı zaman veya çok kusurlu olduğunda kullanılır. Regresyonda ise bazı uygulamalarda belli başlı varsayımlar geçersiz olabilir. Bu durumlarda bootstrap, özellikle regresyon modelindeki parametrelerin kompleks tahmincilerinin varyansını bulmada yardımcı olur. Bootstrap, bazı özel dağılımların doğrusal regresyon modeli için Uyarlanmış En Çok Olabilirlik (MML) tahmin edicisi ve klasik En Küçük Kareler (LS) tahmin edicisinin varyansını tahmin etmede kullanıldı. Karşılaştırma yapmak amacıyla değişik dağılım modelleri altında klasik ve tahmin edilmiş varyanslara dayalı güven aralıkları simüle edilip güç değerleri karşılaştırıldı. Sonuçlara göre regresyonda bootstrap yönteminin kullanımının daha gerçekçi sonuçlar verebileceği görülmektedir