Regression model
회귀 추론을 위한 와일드 부트스트랩
와일드 부트스트랩은 오차항의 등분산성이 만족되지 않는 회귀 모형을 위한 재표본 추출 방법으로, Wu (1986)가 최초로 제안하고 Davidson과 Flachaire (2008)가 개선했습니다. 이 방법은 각 잔차에 임의의 부호를 곱하여 재표본 분포를 생성함으로써, 오차항의 분산이 일정하지 않거나 데이터가 군집화되어 있을 때에도 표준 오차와 신뢰 구간을 유효하게 유지합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Wild Bootstrap for Regression Inference. ScholarGate. https://scholargate.app/ko/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.
- Bayesian Bootstrap (Rubin)통계학↔ compare
- 블록 부트스트랩 (이동 블록 및 정상성)통계학↔ compare
- 부트스트랩 추론통계학↔ compare
- 최소제곱법(OLS) 회귀계량경제학↔ compare
- 순열 (무작위화) 검정통계학↔ compare