Regression model

Wild Bootstrap για Συμπερασματολογία σε Παλινδρόμηση

Η άγρια ​​μέθοδος bootstrap (wild bootstrap) είναι μια μέθοδος επαναδειγματοληψίας για μοντέλα παλινδρόμησης με ετεροσκεδαστικά σφάλματα, η οποία εισήχθη από τον Wu (1986) και βελτιώθηκε από τους Davidson και Flachaire (2008). Δημιουργεί μια κατανομή bootstrap αναδιατάσσοντας κάθε προσαρμοσμένο υπόλοιπο με ένα τυχαίο πρόσημο, έτσι ώστε τα τυπικά σφάλματα και τα διαστήματα εμπιστοσύνης να παραμένουν έγκυρα όταν η διακύμανση του σφάλματος δεν είναι σταθερή ή τα δεδομένα είναι ομαδοποιημένα.

Εφαρμογή με το StatMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

+1 more

Πηγές

  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

Πώς να παραπέμψετε σε αυτή τη σελίδα

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

Αναφέρεται από

ScholarGateWild Bootstrap (Wild Bootstrap for Regression Inference). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/statistics/wild-bootstrap · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026