Resampling- und Validierungsmethoden wie Leave-one-out-cross-validation, k-fold Cross-Validation und Bootstrapping leiden jeweils unter Bias und Varianz in Abhängigkeit von der Komplexität des getesteten Modells und der Stichprobengröße. In dieser Präsentation geht es darum, wie gut die Schätzungen der Validierungsmethoden die tatsächliche out-of-sample Performance in neuen Beobachtungen vorhersagen. Dies wurde anhand von Simulationen überprüft.