Regression model

Divlji bootstrap za regresijsko zaključivanje

Divlji bootstrap je metoda ponovnog uzorkovanja za regresijske modele s heteroskedastičnim pogreškama, koju su uveli Wu (1986.) i usavršili Davidson i Flachaire (2008.). On gradi bootstrap distribuciju skaliranjem svakog prilagođenog ostatka slučajnim predznakom, tako da standardne pogreške i intervali pouzdanosti ostaju valjani kada varijanca pogreške nije konstantna ili su podaci grupirani.

Primijenite uz StatMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

+1 more

Izvori

  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

Kako citirati ovu stranicu

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

Citirana u

ScholarGateWild Bootstrap (Wild Bootstrap for Regression Inference). Preuzeto 2026-06-15 s https://scholargate.app/hr/statistics/wild-bootstrap · Skup podataka: https://doi.org/10.5281/zenodo.20539026