La regressione bootstrap

IL RICAMPIONAMENTO _______________________________________________________________________________ 32CAPITOLO II 2.1 - METODI DI RICAMPIONAMENTO Le tecniche inferenziali della statistica parametrica sono fondati sulle propriet della distribuzione normale. Quindi hanno condizioni di validit che non sono rispettate in varie situazioni sperimentali, nonostante la trasformazione dei dati. Inoltre, con pochi dati, diventa impossibile dimostrare che esse siano verificate. Pertanto, rimane sempre una incertezza concettualmente non banale e operativamente spesso importante al momento della decisone, sulla validit dei risultati raggiunti. Le tecniche non parametriche di verifica d ipotesi, inoltre, hanno limiti evidenti, in varie situazioni. Trascurano parte dell informazione, poichØ ricorrono al semplice conteggio di valori superiori e inferiori alla soglia prestabilita oppure utilizzano i ranghi o le precedenze; in altri termini, richiedono di scendere dalla precisione permessa da una scala di intervalli o di rapporti alla approssimazione di una scala di tipo ordinale o addirittura nominale. In altre situazioni applicano il calcolo combinatorio, utilizzabile solo su campioni di piccole dimensioni. In entrambi i casi, esistono problemi che non possono essere risolti con queste metodologie classiche, se non con notevoli approssimazioni; quale il calcolo dei limiti di confidenza, per parametri distribuiti in modo non normale e con forma ignota.