Regression model

Bootstrap salvatge per a inferència en regressió

El bootstrap salvatge és un mètode de remostreig per a models de regressió amb errors heteroscedàstics, introduït per Wu (1986) i refinat per Davidson i Flachaire (2008). Construeix una distribució bootstrap reescalant cada residu ajustat amb un signe aleatori, de manera que els errors estàndard i els intervals de confiança es mantinguin vàlids quan la variància de l'error no és constant o les dades estan agrupades.

Aplica-ho amb StatMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

+1 more

Fonts

  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

Com citar aquesta pàgina

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

Citat per

ScholarGateWild Bootstrap (Wild Bootstrap for Regression Inference). Recuperat el 2026-06-15 de https://scholargate.app/ca/statistics/wild-bootstrap · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026