Bootstrap Approximations in Model Checks for Regression
回归模型检验中的自助法近似AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用回归模型检验与自助法，未明确指向所列应用或模型细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
回归模型检验中的自助法近似
- 研究问题
- 如何检验未知回归函数是否属于指定参数模型类，并近似用于整体模型检验的残差标记经验过程的分布？
- 方法与思路
- 作者以解释变量上由残差标记的经验过程为基础，研究用 wild bootstrap 近似其分布，并提供模拟和真实数据应用。
- 材料陈述的贡献
- 摘要称，文章证明相关经验过程的分布可由 wild bootstrap 近似，为回归模型整体拟合检验提供实现路径。
- 阅读关注点
- 应核对经验过程与残差的构造、参数估计的影响、wild bootstrap 的重抽样规则，以及分布近似所需条件。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；模型和假设符号提取不清，需查原 PDF，且摘要未列出近似成立条件。
原文摘要
Let M = mθθ θ be a parametric model for an unknown regression function m. For example, M may consist of all polynomials or trigonometric polynomials with a given bound on the degree. To check the full model M (i.e., to test for H 0: m ε M), it is known that optimal tests should be based on the empirical process of the regressors marked by the residuals. In this article we show that the distribution of this process may be approximated by the wild bootstrap. The method is applied to simulated datasets as well as to real data.