Regression model

Bootstrap פרוע להסקה רגרסיונית

Bootstrap פרוע (wild bootstrap) הוא שיטת דגימה חוזרת (resampling) למודלי רגרסיה עם שגיאות הטרוסקדסטיות (heteroscedastic errors), שהוצגה על ידי וו (Wu, 1986) ושופרה על ידי דוידסון ופלאשר (Davidson and Flachaire, 2008). היא בונה התפלגות bootstrap על ידי שינוי קנה מידה של כל שארית מותאמת עם סימן אקראי, כך שטעויות תקן ורווחי סמך נשארים תקפים כאשר שונות השגיאה אינה קבועה או שהנתונים מקובצים.

יישום עם StatMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

+1 more

מקורות

  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

איך לצטט עמוד זה

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

מאוזכר על ידי

ScholarGateWild Bootstrap (Wild Bootstrap for Regression Inference). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/statistics/wild-bootstrap · מערך נתונים: https://doi.org/10.5281/zenodo.20539026