Vad bootstrap regressziós következtetéshez
A vad bootstrap egy újramintavételezési módszer heteroszkedasztikus hibájú regressziós modellekhez, amelyet Wu (1986) vezetett be, majd Davidson és Flachaire (2008) finomított. Bootstrap eloszlást épít azáltal, hogy minden illesztett reziduumot véletlenszerű előjellel skáláz újra, így a standard hibák és a konfidencia intervallumok érvényesek maradnak, ha a hiba varianciája nem állandó, vagy az adatok klaszterezettek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Források
- 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 ↗
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Wild Bootstrap for Regression Inference. ScholarGate. https://scholargate.app/hu/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.
- A Bayesian Bootstrap (Rubin)Statisztika↔ compare
- Blokk Bootstrap (Mozgó Blokk és Stacionárius)Statisztika↔ compare
- Bootstrap-becslésStatisztika↔ compare
- Regresszió Ordináris Legkisebb Négyzetes (OLS) módszerrelÖkonometria↔ compare
- Permutációs (randomizációs) tesztStatisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →