10.3969/j.issn.1002-4565.2015.08.013
线性回归M估计量的Wild Bootstrap方法研究
Wild Bootstrap是一种适用于回归方程中存在异方差时的再取样方法.本文通过线性回归Huber估计量的模拟研究,比较了不同的bootstrap方法,并验证了wild bootstrap方法在有限样本下的有效性.通过运用一种简单有限样本统计量对wild bootstrap加以修正,对于存在异方差性且基于固定设计的回归模型而言,wild bootstrap成为首选的重复抽样法.
Bahadur表达式、异方差误差、M估计量、Wild bootstrap
32
O212(概率论与数理统计)
国家自然科学基金“矩阵的数学期望以及其他统计量的维数检验”11101254支持
2015-09-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
99-103