[용어] 잭나이프(Jackknife) 샘플링 기법

https://www.geeksforgeeks.org/data-science/jackknife-resampling/

2025.7.23
[Jackknife Resampling]

이 자료는 통계적 추정치의 편향과 분산을 계산하기 위해 사용되는 잭나이프 리샘플(Jackknife Resampling) 기법의 원리와 알고리즘을 상세히 설명하고 있습니다. 전체 데이터에서 한 번에 하나의 관측치를 제외하여 여러 개의 하위 표본을 생성하고, 각 표본에서 통계량을 다시 산출하여 최종적인 신뢰성을 평가하는 것이 핵심입니다. 텍스트는 해당 기법의 수학적 공식과 파이썬 구현 코드를 함께 제시하며, 무작위 추출 방식인 부트스트랩과 비교하여 결정론적이고 단순한 특징을 강조합니다. 결과적으로 이 문서는 표본의 크기가 작거나 복잡한 모델을 다룰 때 유용한 매개변수의 불확실성 정량화 방법을 체계적으로 전달하는 데 목적이 있습니다.

 

핵심 아이디어
표본 n개 중 관측치를 하나씩 순서대로 제외한 n개의 leave-one-out 부분표본을 만들고, 각 부분표본에서 통계량을 다시 계산해 원래 추정치와 비교하는 방식입니다. 표본 크기가 작거나 추정량의 이론적 분포가 복잡할 때 편향과 분산을 추정하기 위한 고전적 기법입니다.

 

유래
Quenouille(1949)가 처음 제안했고 Tukey(1958)가 확장하면서, 편향 보정·분산 추정·영향력 있는 관측치 파악을 위한 필수 도구로 자리잡았습니다. 편향 감소 및 분산 추정을 위한 일반적인 전략으로 타당성 검증 차원에서 OLS 검정을 통해 타당한지 확인할 수 있습니다. 

 

절차

1. i = 1,...,n에 대해 i번째 관측치를 뺀 표본으로 통계량 θ̂₍ᵢ₎ 계산
2. 유사값(pseudo-value): θ̃ᵢ = nθ̂ − (n−1)θ̂₍ᵢ₎ 이렇게 정의된 유사값의 평균이 잭나이프 점추정량입니다.

 

https://www.geeksforgeeks.org/data-science/jackknife-resampling/