Regression model

التمهيد البري للاستدلال الانحداري

التمهيد البري (Wild Bootstrap) هو طريقة إعادة عينات لنماذج الانحدار ذات الأخطاء المتباينة التباين (heteroscedastic errors)، قدمها Wu (1986) وصقلها Davidson و Flachaire (2008). تبني هذه الطريقة توزيعًا للتمهيد عن طريق تغيير حجم كل باقٍ مُقدَّر مع علامة عشوائية، بحيث تظل الأخطاء المعيارية وفترات الثقة صالحة عندما لا يكون تباين الخطأ ثابتًا أو عندما تكون البيانات مجمعة.

طبِّق باستخدام StatMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

المصادر

  1. Wu, C. F. J. (1986). Jackknife, Bootstrap and Other Resampling Methods in Regression Analysis. Annals of Statistics, 14(4), 1261-1295. DOI: 10.1214/aos/1176350142
  2. Davidson, R., & Flachaire, E. (2008). The Wild Bootstrap, Tamed at Last. Journal of Econometrics, 146(1), 162-169. DOI: 10.1016/j.jeconom.2008.08.003

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 1). Wild Bootstrap for Regression Inference. ScholarGate. https://scholargate.app/ar/statistics/wild-bootstrap

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

يُستشهد بها في

ScholarGateWild Bootstrap (Wild Bootstrap for Regression Inference). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/statistics/wild-bootstrap · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026