---

ジャックナイフ法について

概要

一般的にサンプルサイズは有限で母集団のパラメータはわからない
そこで、サンプルサイズ∞の外挿を目指す式変形を行う

\[\theta(N) = \theta(\infty) + \frac{a}{N}\]

• \(\theta\); 推定関数
• \(N\); サンプル数
• \(a\); 誤差

変形して近似式を得られる
\(\theta(\infty) = \frac{ N \theta(N) - (N-B) \theta(N-B)}{B}\)

• \(B\); 定数

参考

• Jackknife法とサンプル数バイアス

実験

• colab

考察
サンプルサイズが本当に少ないときにはよくワークするようである(多いと微妙)