Дикий бутстреп для регресійних висновків
Дикий бутстреп — це метод ресемплінгу для регресійних моделей з гетероскедастичними похибками, запроваджений Ву (1986) та вдосконалений Девідом та Флешре (2008). Він будує бутстреп-розподіл шляхом масштабування кожного оціненого залишку випадковим знаком, так що стандартні похибки та довірчі інтервали залишаються дійсними, коли дисперсія похибки не є сталою або дані кластеризовані.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Wild Bootstrap for Regression Inference. ScholarGate. https://scholargate.app/uk/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.
- Байєсівський бутстреп (Rubin)Статистика↔ compare
- Блоковий бутстреп (рухомий блок та стаціонарний)Статистика↔ compare
- Бутстреп-інференсСтатистика↔ compare
- Регресія звичайно найменших квадратів (ЗНК)Економетрика↔ compare
- Тест з перестановки (рандомізації)Статистика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →