THE SIZE DISTORTION OF BOOTSTRAP TESTS
Bootstrap 检验的检验水平失真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：摘要提供一般 Bootstrap 检验精度理论和模拟方法，未明确研究所列细分方向中的特定经济模型或应用。
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
Bootstrap 检验的检验水平失真
- 研究问题
- 参数与非参数 Bootstrap 所产生的 P 值有多准确，Bootstrap 检验的拒绝概率误差何时比渐近检验更小？
- 方法与思路
- 作者建立研究 Bootstrap P 值精度的理论框架，在参数情形分析临界值函数形状，并提出低计算量的误差模拟方法。
- 材料陈述的贡献
- 摘要称，许多情形下 Bootstrap 检验的拒绝概率误差比对应渐近检验低一个阶，且模拟每次重复只需计算两个统计量。
- 阅读关注点
- 应核对临界值函数的定义、误差降低一个阶的条件，以及每次仅计算两个统计量的模拟方案如何估计拒绝概率误差。
- 阅读边界
- 所给 RePEc 出版社摘要未列出精度改善的完整条件，也未说明适用统计量，不能认定所有 Bootstrap 检验均有该优势。
原文摘要
We provide a theoretical framework in which to study the accuracy of bootstrap P values, which may be based on a parametric or nonparametric bootstrap. In the parametric case, the accuracy of a bootstrap test will depend on the shape of what we call the critical value function. We show that, in many circumstances, the error in rejection probability of a bootstrap test will be one whole order of magnitude smaller than that of the corresponding asymptotic test. We also propose a simulation method for estimating this error that requires the calculation of only two test statistics per replication.