Balanced Importance Resampling for the Bootstrap
用于自助法的平衡重要性重抽样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：摘要属于通用自助法与重抽样理论，未指向所列具体经济计量领域。
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…
用于自助法的平衡重要性重抽样
- 研究问题
- 对重要性重抽样加入平衡约束，能否提高自助计算的统计效率，并扩展高效重抽样方法可处理的统计量范围？
- 方法与思路
- 作者在重要性重抽样中平衡重抽样样本，与平衡均匀重抽样和随机重要性重抽样比较，并考虑估计方程解的光滑函数。
- 材料陈述的贡献
- 摘要称平衡重要性重抽样在统计效率上改善了两种比较方法，并将适用范围扩展至估计方程解的光滑函数型统计量。
- 阅读关注点
- 应核对平衡约束和重要性权重的构造、效率比较的指标与条件，以及估计方程和光滑变换需要满足的技术要求。
- 阅读边界
- 仅据版本未注明的索引摘要，无法判断效率提升的大小、计算成本或对非光滑统计量的适用性；优势限于文中比较范围。
原文摘要
We show that the method of importance resampling, introduced by Vernon Johns and Anthony Davison, may be enhanced by balancing the resamples. It is demonstrated that "balanced importance resampling" improves on both "balanced uniform resampling" and "random importance resampling", from the viewpoint of statistical efficiency. Moreover, the range of applications for which efficient resampling methods may be applied is extended to include statistics which are smooth functions of solutions of estimating equations.