Bootstrapping

 

[engl. bootstrap Stiefelriemen], [FSE], eine Gruppe stat. Verfahren, um Stichprobenverteilungen von Kennwerten (Verteilung, Verteilungsparameter) per mehrfachem Ziehen von Analysestichproben aus einer vorhanden Stichprobe zu ermitteln. Mittels Computersimulationen können u. a. inferenzstat. Prüfungen oder die Bestimmung von Konfidenzintervallen erfolgen, ohne dass Verteilungsannahmen zugrunde gelegt werden müssen. Hierbei werden wiederholt Statistiken (z. B. Korrelationskoeffizient) in der Vielzahl von durch zufällige Ziehung generierten Bootstrap-Stichproben berechnet, sodass eine Verteilung der interessierenden Kennwerte best. werden kann. Ursprünglich wurden mit der Jackknife-Methode bei einer Stichprobe von N Personen die Kennwerte für N Teilstichproben mit jew. N-1 Pbn ermittelt. Am häufigsten finden aber Ziehungen aus der vorhandenen Stichprobe mit Zurücklegen statt, sodass Personen auch mehrmals in der Bootstrap-Stichprobe vertreten sind. Der Vorteil ist hierbei, dass alle Stichproben die zur Ausgangsstichprobe identische Größe haben, sodass die Freiheitsgrad identisch sind. Insbes. bei kleinen Stichprobe lassen sich so die Kennwerte zuverlässig schätzen. Synonym war früher der Begriff der Münchhausen-Statistik, da dieser sich an den eigenen Haaren aus dem Sumpf gezogen hat. Analog hierzu der engl. Ausdruck «sich an den eigenen Stiefelriemen hochziehen». Statistik.