Дикий бутстреп для регрессионного вывода
Дикий бутстреп — это метод ресэмплинга для регрессионных моделей с гетероскедастическими ошибками, предложенный Wu (1986) и усовершенствованный Davidson and Flachaire (2008). Он строит бутстреп-распределение путем масштабирования каждого остатка с помощью случайного знака, так что стандартные ошибки и доверительные интервалы остаются валидными, когда дисперсия ошибки не является постоянной или данные сгруппированы.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Wild Bootstrap for Regression Inference. ScholarGate. https://scholargate.app/ru/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.
- Байесовский бутстрэп (Рубин)Статистика↔ compare
- Блочная бутстрэп-выборка (скользящий блок и стационарная)Статистика↔ compare
- Бутстреп-выводСтатистика↔ compare
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
- Тест перестановок (рандомизация)Статистика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →