线性回归M估计量的Wild Bootstrap方法研究

作     者：祝金甫 汤伟 冯兴东 Zhu Jinfu;Tang Wei;Feng Xingdong

作者机构：北京工商大学经济学院 南京大学工程管理学院 上海财经大学统计学院 

基　　金：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 

出 版 物：《统计研究》 (Statistical Research)

年 卷 期：2015年第32卷第8期

页      码：99-103页

摘      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。

主 题 词：Bahadur表达式 异方差误差 M估计量 Wild bootstrap 

学科分类：02[经济学] 0202[经济学-财政学类] 020208[020208] 07[理学] 0714[0714] 070103[070103] 0701[理学-数学类] 

核心收录：

D　O　I：10.3969/j.issn.1002-4565.2015.08.013

馆 藏 号：203419128...