Bootstrap1

statlearning

ds1

schoice

Published

May 17, 2023

Aufgabe

Die Bootstrap-Methode ist eine beliebte numerische Methode im statistischen Lernen und in der Statistik allgemein. Welche der folgenden Aussagen zum Bootstrapping ist richtig?

Answerlist

Bootstrapping ist (u.a.) eine alternative Methode zur Kreuzvalidierung.
Bootstrapping sollte nur bei normalverteilten Variablen verwendet werden.
Bootstrapping basiert auf Ziehen ohne Zurücklegen.
Bootstrapping sollte nur verwendet werden, wo gleichzeitig eine analytische (exakte) Methode bekannt ist.
Bootstrapping sollte nicht verwendet werden, um Standardfehler zu schätzen.

Lösung

Answerlist

Wahr
Falsch
Falsch
Falsch
Falsch

Categories:

statlearning
ds1
schoice

---
exname: Bootstrap1
extype: schoice
exsolution: 10000
exshuffle: yes
expoints: 4
categories:
- statlearning
- ds1
- schoice
date: '2023-05-17'
slug: Bootstrap1
title: Bootstrap1

---




```{r libs, include = FALSE}
library(tidyverse)
library(testthat)
library(glue)
```


```{r global-knitr-options, include=FALSE}
knitr::opts_chunk$set(fig.pos = 'H',
                      fig.asp = 0.618,
                      fig.width = 4,
                      fig.cap = "", 
                      fig.path = "",
                      echo = FALSE,
                      message = FALSE,
                      fig.show = "hold")
```






# Aufgabe

Die Bootstrap-Methode ist eine beliebte numerische Methode im statistischen Lernen und in der Statistik allgemein. Welche der folgenden Aussagen zum Bootstrapping ist richtig?


Answerlist
----------
* Bootstrapping ist (u.a.) eine alternative Methode zur Kreuzvalidierung.
* Bootstrapping sollte nur bei normalverteilten Variablen verwendet werden.
* Bootstrapping basiert auf Ziehen ohne Zurücklegen.
* Bootstrapping sollte nur verwendet werden, wo gleichzeitig eine analytische (exakte) Methode bekannt ist.
* Bootstrapping sollte *nicht* verwendet werden, um Standardfehler zu schätzen.




</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>

# Lösung




Answerlist
----------


* Wahr
* Falsch
* Falsch
* Falsch
* Falsch





---

Categories: 

- statlearning
- ds1
- schoice