Regression model

রিগ্রেশন অনুমানের জন্য ওয়াইল্ড বুটস্ট্র্যাপ

ওয়াইল্ড বুটস্ট্র্যাপ হলো হেটারোসিডাস্টিক ত্রুটিযুক্ত রিগ্রেশন মডেলের জন্য একটি পুনঃনমুনা পদ্ধতি, যা ১৯৮৬ সালে Wu এবং ২০০৮ সালে Davidson ও Flachaire দ্বারা পরিমার্জিত হয়েছিল। এটি প্রতিটি ফিট করা অবশিষ্টিকে একটি র‍্যান্ডম চিহ্ন দ্বারা স্কেলিং করে একটি বুটস্ট্র্যাপ ডিস্ট্রিবিউশন তৈরি করে, যাতে ত্রুটির ভেদাঙ্ক স্থির না থাকলেও বা ডেটা ক্লাস্টার করা থাকলেও স্ট্যান্ডার্ড ত্রুটি এবং কনফিডেন্স ইন্টারভাল বৈধ থাকে।

StatMind দিয়ে প্রয়োগ করুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

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

+1 more

উৎস

  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

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 1). Wild Bootstrap for Regression Inference. ScholarGate. https://scholargate.app/bn/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

যেখানে উদ্ধৃত

ScholarGateWild Bootstrap (Wild Bootstrap for Regression Inference). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/statistics/wild-bootstrap · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026