Bootstrap sauvage pour l'inférence de régression

Le bootstrap sauvage est une méthode de rééchantillonnage pour les modèles de régression avec des erreurs hétéroscédastiques, introduite par Wu (1986) et affinée par Davidson et Flachaire (2008). Il construit une distribution bootstrap en redimensionnant chaque résidu ajusté avec un signe aléatoire, de sorte que les erreurs standard et les intervalles de confiance restent valides lorsque la variance de l'erreur n'est pas constante ou que les données sont groupées.