Sempelan Liar untuk Inferens Regresi
Sempelan liar ialah kaedah pensampelan semula untuk model regresi dengan ralat heteroskedastik, yang diperkenalkan oleh Wu (1986) dan diperhalusi oleh Davidson dan Flachaire (2008). Ia membina taburan pensampelan semula dengan meniskat semula setiap baki yang dipasang dengan tanda rawak, supaya ralat piawai dan selang keyakinan kekal sah apabila varians ralat tidak malar atau data berkluster.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Wild Bootstrap for Regression Inference. ScholarGate. https://scholargate.app/ms/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.
- Bootstrap Bayesian (Rubin)Statistik↔ compare
- Bootstrap Blok (Blok Bergerak dan Pegun)Statistik↔ compare
- Inferens BootstrapStatistik↔ compare
- Regresi Kuasa Dua Terkecil Biasa (OLS)Ekonometrik↔ compare
- Ujian Permutasi (Pemerolehan Rawak)Statistik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →