STATISTIK-FORUM.de

[jobu]

Hallo liebe Forumschreiber (und natürlich auch Leser),

Ich habe nun bereits einiges über Bootstrap-Verfahren gelesen und nirgends finde ich eine Begründung, weshalb der Schätzer (bspw. Mittelwert) aus dem ursprünglichen Datensatz geschätzt werden sollte (wie in der Literatur beschrieben), statt über den Median bzw. Modalwert (der Bootstrapverteilung) zu schätzen.

Meine Überlegungen bisher:
-Bei einem einfachen Mass wie dem Mittelwert konvergieren beide Masse ohnehin, sofern kein Bias vorhanden bzw. im Resampling korrigiert.
-Bei Korrelationen bin ich schon nicht mehr sicher, da die Konfidenzintervall-Grenzen nicht mehr symmetrisch verteilt sind (also Schiefe der Verteilungskurve) und auch das Bootstraping der r' (fisher Transformation) keinen Ausweg bietet (Transformationsinvarianz der Bootstrapverteilung, sofern ich das richtig verstehe)
--> damit müsste der Median doch eigentlich der robustere Schätzer für die effektive Höhe der Korrelation sein?!

Hat jemand ein schlagendes Argument parat, weshalb zentrale Masse der Bootstrapverteilung als Schätzer für die Kenngrösse nicht herangezogen werden dürfen/können?

Für Anregungen und Antworten bin ich Euch jetzt schon dankbar!