Post by Samuel Neaman Institute

עד כמה חוסר איזון במדגם משפיע על איכות ההסקה הסטטיסטית? https://lnkd.in/dSvCjje2 פרופ' רון קנת בוחן את השאלה הזו באמצעות גישת Befitting Bootstrap Analysis המתאימה את תהליך הדגימה החוזרת לאופן שבו הנתונים נוצרו בפועל. באמצעות סימולציה ומקרה בוחן מתחום חוזק ההדבקה הדנטלית, המאמר מראה כי כאשר קבוצות הנתונים אינן מאוזנות בגודלן, בחירת שיטת ה־ Bootstrap עשויה להשפיע על הערכת אי־הוודאות ועל איכות ההסקה הסטטיסטית. המאמר מדגיש את החשיבות של התאמת הכלים הסטטיסטיים למבנה הנתונים, במיוחד במחקרים יישומיים שבהם הנתונים אינם תמיד “מסודרים” או מאוזנים. R. S. Kenett and P. Gedeck, “Befitting Bootstrap Analysis: The Effect of Imbalance,” Applied Stochastic Models in Business and Industry42, no. 3 (2026): e70114, https://lnkd.in/dueBTr7Y. Ron S. Kenett 💡 לקריאת מחקרי המדיניות של פרופ' רון קנת באתר מוסד שמואל נאמן https://lnkd.in/ds7Dtdap