Regression model
回帰推論のためのワイルドブートストラップ
ワイルドブートストラップは、Wu (1986) によって導入され、Davidson and Flachaire (2008) によって洗練された、不均一分散誤差を持つ回帰モデルのためのリサンプリング手法です。これは、各適合残差をランダムな符号でスケーリングし直すことによってブートストラップ分布を構築するため、誤差分散が一定でない場合やデータがクラスター化されている場合でも、標準誤差と信頼区間は有効なままです。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). Wild Bootstrap for Regression Inference. ScholarGate. https://scholargate.app/ja/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.
- ベイズブートストラップ（ルービン）統計学↔ compare
- ブロックブートストラップ（移動ブロック法および定常法）統計学↔ compare
- ブートストラップ推論統計学↔ compare
- 最小二乗法 (OLS) 回帰計量経済学↔ compare
- 順列検定（ランダム化検定）統計学↔ compare