An Introduction to Bartlett Correction and Bias Reduction

این کتاب مقدمه ای مختصر بر اصلاحات نوع بارتلت و بارتلت آزمون های آماری و تصحیح سوگیری برآوردگرهای نقطه ای را ارائه می دهد. ایده اساسی در پشت هر دو گروه از اصلاحات، به دست آوردن دقت بالاتر در نمونه های کوچک است. در حالی که تمرکز اصلی بر اصلاحاتی است که می‌تواند به صورت تحلیلی استخراج شود، نویسندگان همچنین استراتژی‌های جایگزینی را برای بهبود برآوردگرها و آزمایش‌های مبتنی بر بوت استرپ، یک تکنیک نمونه‌گیری مجدد داده‌ها، ارائه می‌کنند و در مورد کاربردهای ملموس چندین مدل آماری مهم بحث می‌کنند.

This book presents a concise introduction to Bartlett and Bartlett-type corrections of statistical tests and bias correction of point estimators. The underlying idea behind both groups of corrections is to obtain higher accuracy in small samples. While the main focus is on corrections that can be analytically derived, the authors also present alternative strategies for improving estimators and tests based on bootstrap, a data resampling technique and discuss concrete applications to several important statistical models.