Bootstrap Prediction Intervals for Regression
回归的 Bootstrap 预测区间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：摘要讨论通用回归预测区间，未明确涉及宏观预测、时间序列或金融收益预测。
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…
关注这篇论文的作者
回归的 Bootstrap 预测区间
- 研究问题
- 如何在标准线性回归中，以非参数方法衡量预测误差，并使小样本预测区间接近名义概率覆盖水平？
- 方法与思路
- 作者依据预测错误率的经验度量选择区间，通过 bootstrap 计算，并以多组 Monte Carlo 实验比较其他非参数程序。
- 材料陈述的贡献
- 摘要称，所构造区间无需指定抽样分布即可在小样本中近似名义概率内容，并进一步研究其渐近不变性性质。
- 阅读关注点
- 应核对重抽样对象与预测误差的处理、回归模型和样本条件，以及模拟中的覆盖评价与渐近不变性的具体含义。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未给出重抽样条件或覆盖数值，不能将不指定分布理解为不需要模型假设。
原文摘要
Bootstrap prediction intervals provide a nonparametric measure of the probable error of forecasts from a standard linear regression model. These intervals approximate the nominal probability content in small samples without requiring specific assumptions about the sampling distribution. Empirical measures of the prediction error rate motivate the choice of these intervals, which are calculated by an application of the bootstrap. The intervals are contrasted to other nonparametric procedures in several Monte Carlo experiments. Asymptotic invariance properties are also investigated.