Wild Bootstrap voor Regressie-inferentie
De wild bootstrap is een resamplingmethode voor regressiemodellen met heteroscedastische fouten, geïntroduceerd door Wu (1986) en verfijnd door Davidson en Flachaire (2008). Het bouwt een bootstrap-verdeling op door elke geschatte residu te herschalen met een willekeurig teken, zodat standaardfouten en betrouwbaarheidsintervallen geldig blijven wanneer de foutvariantie niet constant is of de data geclusterd zijn.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Wild Bootstrap for Regression Inference. ScholarGate. https://scholargate.app/nl/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 BootstrapStatistiek↔ compare
- Block Bootstrap (Moving Block en Stationary)Statistiek↔ compare
- Bootstrap-inferentieStatistiek↔ compare
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ compare
- Permutatietest (Randomisatietest)Statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →