Regression model

Wild Bootstrap สำหรับการอนุมานการถดถอย

Wild bootstrap เป็นวิธีการสุ่มตัวอย่างซ้ำสำหรับแบบจำลองการถดถอยที่มีความคลาดเคลื่อนแบบ Heteroscedastic ซึ่งนำเสนอโดย Wu (1986) และปรับปรุงโดย Davidson และ Flachaire (2008) วิธีการนี้สร้างการแจกแจงแบบ bootstrap โดยการปรับขนาดความคลาดเคลื่อนที่ประมาณค่าได้แต่ละรายการด้วยเครื่องหมายสุ่ม เพื่อให้ส่วนเบี่ยงเบนมาตรฐานและช่วงความเชื่อมั่นยังคงถูกต้องเมื่อความแปรปรวนของความคลาดเคลื่อนไม่คงที่หรือข้อมูลมีการจัดกลุ่ม

นำไปใช้ด้วย StatMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

แหล่งอ้างอิง

  1. 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
  2. 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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 1). Wild Bootstrap for Regression Inference. ScholarGate. https://scholargate.app/th/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.

Compare side by side

ถูกอ้างอิงโดย

ScholarGateWild Bootstrap (Wild Bootstrap for Regression Inference). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/statistics/wild-bootstrap · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026