线性回归M估计量的Wild+Bootstrap方法研究.pdfVIP

下载本文档

47
0
约1.79万字
约 6页
2015-10-08 发布于湖北
举报
版权申诉

线性回归M估计量的Wild+Bootstrap方法研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

线性回归M估计量的Wild+Bootstrap方法研究.pdf

第32卷第8期统计研究 Voi．32。No．8 2015年8月 Statistical Research Aug．2015 线性回归M估计量的 Wild Bootstrap方法研究祝金甫汤伟冯兴东内容提要：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。关键词：Bahadur表达式；异方差误差；M估计量；Wild bootstrap 中图分类号：0212 文献标识码：A 文章编号：1002—4565(2015)08—0099—05 Wild MethodforM EstimatorsofLinear Bootstrap Regression Zhu Wei Jinfu Tang FengXingdong wild is of for ina model．Inthis Abstract：The bootstrapcapableaccountingheteroscedasticityregression paper，a simulationonHuberestimatoroflinear is to carriedout various methodsandto study regression compare bootstrap demonstratetherelevanceofourworkin a wild finite—sampleproblems．Withsimplefinite—samplecorrection，thebootstrap isa whenthere fixed method exists ina modelwith preferredresampling hetefoscedas￡icityregression designpoints． words：Bahadur Error；MEstimators；Wild Key Represtation；Heteroscedastic Bootstrap 差来模拟实际模型误差的分布，可用于存在模型误一、引言差异方差的回归分析