Bootstrap方法历史发展和前沿的研究54382.pdfVIP

第 23 卷第 2 期 统 计 与 信 息 论 坛 2008 年 2 月 Vol . 23 　No . 2 St atistics Information Forum Feb . ,2008 【国际统计动态】 Boot st rap 方法的历史发展和前沿研究 谢益辉1 ,2 ,朱 　钰1 ,3 ( 1. 中国人民大学 统计学院; 2 . 中国人民大学 教育部重点研究基地应用统计科学研究中心 ,北京 　100872 ; 3 . 西安财经学院 统计学院 ,陕西 西安 　7 1006 1) 摘要 :从 1979 年 Efron 提出Boot strap 方法至今 ,该方法在近 30 年间已经得到了极大的发展和扩充 ,并被 广泛地应用于统计学的各个领域 。Boot strap 理论的基本思想 、历史发展及其若干比较前沿的研究方向包括 : 独立同分布数据 、基于模型 、带有块结构 、Sieve 、基于变换 、Markov 过程 、长期相依和空间数据的Boot strap 理 论 ,其中对独立同分布数据的Boot strap 应用最为基础 ,其余七种方 向都可 以视为附加 了各种特殊条件 的 Boot strap 应用 。由于Boot strap 的应用通常需要一定的统计程序编写 ,在介绍各种研究方向的同时 ,也相应简要 介绍一些算法实现 ,其软件工具采用当今国际统计研究的主流语言 ———R 语言 。 关键词 :Boot strap ;重抽样 ;统计前沿 ;R 语言 中图分类号 :O2 12 　　文献标识码 :A 　　文章编号 :1007 - 3 116 (2008) 02 - 0090 - 07 ( ) 核心的思路 见图 1 :子样本之于样本 ,可以类比样 一 、引　言 本之于总体 。 关于Boot st rap 方法 ,其系统地提出和介绍当归 功于美国统计学家 Efron [ 1 ] 。然而事实上 Boot st rap 所利用的重抽样[2 ] 思想由来已久 ,在 Boot st rap 理论 出现之前 ,统计界较有影响力的一种重抽样方法是 J ackknife ,是由Quenouille[3 ] 和 Tukey [4 ] 分别提出的 估计量的偏差和方差的J ackknife 估计 。J ackknife 估计的基本思想是 :对于一个估计量 ,我们往往不仅 图 1 　重抽样方法的思想示意图 关心它的估计值 , 同时也关心这个估计量的质量或 (左 :传统的总体 →样本 ; 者稳定性 ———这样的性质在统计上通常可以用偏差 右 :重抽样方法的样本 →子样本) 或者方差来反映 。然而问题是 ,如果只有一批样本 , 因此只能计算出一个值 ,那么怎样计算这个估计量 将样本类比于总体 ,那么也就相当于知道了“真 的方差呢 ? 计算偏差也有类似的障碍 :不知道参数 实”参数 ,将子样本类比于样本 ,也就可以求得诸如 真实值 ,如何计算偏差 ? J ackknife 通常采用的做法 偏差 、方差的估计值 。通常这些估计都是采用多次 ( ) 重抽样之后