The wild bootstrap, tamed at last
野生自助法：拒绝概率误差的改进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：摘要讨论通用回归自助推断，未提供足以归入所列具体应用领域的证据。
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
野生自助法：拒绝概率误差的改进
- 研究问题
- 在具有异方差扰动的回归模型中，哪种野生自助法能够改善检验拒绝概率误差，偏度校正是否必然带来更好表现？
- 方法与思路
- 作者分析野生自助法的推断误差，比较具有和不具有偏度校正的版本，并通过小、中样本模拟评估拒绝概率误差。
- 材料陈述的贡献
- 摘要称一个非常特殊的情形可实现完全精确的自助推断，更广泛情形可显著降低拒绝概率误差；优选版本不含偏度校正。
- 阅读关注点
- 应核对完全精确推断的特殊条件、自助权重及误差展开，并检查不同版本的模拟比较是否依赖特定误差分布与样本设计。
- 阅读边界
- 仅据所给出版社摘要，无法辨认特殊情形和优选版本的完整构造；其模拟优势不能解释为所有异方差回归中的普遍优势。
原文摘要
The wild bootstrap is studied in the context of regression models with heteroskedastic disturbances. We show that, in one very specific case, perfect bootstrap inference is possible, and a substantial reduction in the error in the rejection probability of a bootstrap test is available much more generally. However, the version of the wild bootstrap with this desirable property is without the skewness correction afforded by the currently most popular version of the wild bootstrap. Simulation experiments show that this does not prevent the preferred version from having the smallest error in rejection probability in small and medium-sized samples.