Theoretical comparisons of block bootstrap methods
区块自助法的理论比较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：摘要聚焦区块自助法的通用渐近比较，未明确时间序列模型或经济应用，故暂不指定领域细分。
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…
关注这篇论文的作者
区块自助法的理论比较
- 研究问题
- 采用固定或随机区块长度、重叠或不重叠区块的自助法，在方差估计的渐近偏差、方差与均方误差上有何差异？
- 方法与思路
- 作者推导多种区块自助法方差估计量的偏差、方差和均方误差展开，并比较不同区块构造的一阶渐近表现。
- 材料陈述的贡献
- 摘要称所考察方法的一阶偏差相同而方差可能不同；展开支持使用重叠区块，随机长度通常产生更大的均方误差。
- 阅读关注点
- 应核对所估计的方差对象、依赖结构条件、区块长度设定，以及重叠区块和固定长度优势所覆盖的方法范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；比较条件未提供，渐近均方误差排序不能直接视为所有小样本情形的排序。
原文摘要
In this paper, we compare the asymptotic behavior of some common block bootstrap methods based on nonrandom as well as random block lengths. It is shown that, asymptotically, bootstrap estimators derived using any of the methods considered in the paper have the same amount of bias to the first order. However, the variances of these bootstrap estimators may be different even in the first order. Expansions for the bias, the variance and the mean-squared error of different block bootstrap variance estimators are obtained. It follows from these expansions that using overlapping blocks is to be preferred over nonoverlapping blocks and that using random block lengths typically leads to mean-squared errors larger than those for nonrandom block lengths.