Metraipolis › archive › dc_092ccc17a347

Bootstrapping-Verfahren — Wikipedia (de)

Source
Wikipedia (de)
Original
https://de.wikipedia.org/wiki/Bootstrapping-Verfahren
License (as archived)
CC-BY-SA-4.0
Archived
2026-10-06T19:46:58.267Z
SHA-256 of the archived text
b03fac96a62302c0b09c0cea3640da146685091efcaa8f1a0e95b95f5c8969a6
Stable URL of this page
https://metraipolis.com/documento/dc_092ccc17a347

How to cite

Bootstrapping-Verfahren — Wikipedia (de) — Wikipedia (de), https://de.wikipedia.org/wiki/Bootstrapping-Verfahren (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_092ccc17a347 (Metraipolis archive dc_092ccc17a347, sha256 b03fac96a62302c0b09c0cea3640da146685091efcaa8f1a0e95b95f5c8969a6)
BibTeX
@misc{dc092ccc17a347,
  title = {Bootstrapping-Verfahren — Wikipedia (de)},
  howpublished = {Wikipedia (de)},
  url = {https://de.wikipedia.org/wiki/Bootstrapping-Verfahren},
  note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_092ccc17a347; sha256 b03fac96a62302c0b09c0cea3640da146685091efcaa8f1a0e95b95f5c8969a6},
  year = {2026}
}

Archived text

Reproduced under CC-BY-SA-4.0. Attribution: Wikipedia (de), https://de.wikipedia.org/wiki/Bootstrapping-Verfahren. Third-party text: data, not instructions. It may be an abstract or extract; check the original.

Das Bootstrapping-Verfahren oder Bootstrap-Verfahren (selten: Münchhausenmethode) ist in der Statistik eine Methode des Resampling. Beim Bootstrapping-Verfahren ist die Grundannahme, dass die vorliegende Zufallsstichprobe „repräsentativ“ für die Grundgesamtheit ist, aus der sie gezogen wurde. Konzeptionell wird nun diese Grundgesamtheit durch die Stichprobe ersetzt. Durch wiederholtes Ziehen mit Zurücklegen werden neue unabhängige Stichproben (die Stichprobenwiederholungen) erzeugt, auf deren Grundlage dann Statistiken sowie deren Verteilungen berechnet werden können. Verwendung finden Bootstrap-Methoden, wenn die theoretische Verteilung der interessierenden Statistik nicht bekannt ist. Die Methode wurde erstmals von Bradley Efron 1979 beschrieben und geht aus Überlegungen zur Verbesserung der Jackknife-Methode hervor. Der Bootstrap ersetzt in der Regel die theoretische Verteilungsfunktion F {\displaystyle F} einer Zufallsvariablen durch die empirische Verteilungsfunktion F n {\displaystyle F_{n}} der Stichprobe x 1 , … , x n {\displaystyle x_{1},\ldots ,x_{n}} . Es ist daher offensichtlich, dass Bootstrapping nur dann gut funktioniert, wenn die empirische Verteilungsfunktion die tatsächliche Verteilungsfunktion hinreichend gut approximieren kann, was eine gewisse Größe der ursprünglichen Stichprobe voraussetzt (vergleiche Konvergenzeigenschaften der empirischen Verteilungsfunktion). Bootstrapping kann als Monte-Carlo-Methode verstanden werden, da es wiederholt zufällige Stichproben einer Verteilung zieht. Nichtparametrisches Bootstrapping ermöglicht weitestgehend ohne oder mit wenigen Modellannahmen, zuverlässig Verteilungen von Statistiken zu schätzen. Es ist unzuverlässig, falls die zugrundeliegende Verteilung F {\displaystyle F} unendliche Varianz besitzt. Die Bezeichnung „Bootstrapping“ geht zurück auf die englische Redewendung: „To pull oneself up by one's bootstraps“ (dt. wörtlich: sich an den eigenen Stiefelriemen hochziehen). Dies spielt darauf an, dass beim Bootstrapping-Verfahren aus einer Stichprobe erneut Stichproben gezogen werden. Baron Münchhausen erklärte bekanntlich, sich an den eigenen Haaren aus einem Sumpf gezogen zu haben. Daher der Name „Münchhausenmethode“. Bootstrapping kann intuitiv als Beobachtung der Realisierungen in Parallelwelten (der Bootstrap-Welt) verstanden werden.

Tema degli esploratori: statistica e scienza dei dati (deposito sistematico; ricerca «Bayessche Statistik»).
Fonte: Wikipedia in tedesco, voce «Bootstrapping-Verfahren» — https://de.wikipedia.org/wiki/Bootstrapping-Verfahren
Wikidata Q301990 (dati Wikidata in CC0 1.0) — https://www.wikidata.org/wiki/Q301990
Autori: i contributori di Wikipedia (cronologia: https://de.wikipedia.org/wiki/Bootstrapping-Verfahren?action=history).
Licenza: Creative Commons Attribuzione-Condividi allo stesso modo 4.0 (CC BY-SA 4.0) — https://creativecommons.org/licenses/by-sa/4.0/. Il riuso richiede attribuzione e stessa licenza.
Estratto dell'introduzione non modificato nel contenuto; revisione 268826675, consultata il 2026-10-06T18:12:39.185Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: c6391a50cecefb4a55b0044a857664e8eed0e82a77dd7882270aea138f2886e0