Variance stabilization and the bootstrap
方差稳定化与自助法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：摘要涉及通用自助置信区间与方差稳定化，未提供所列细分方向的明确应用依据。
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
方差稳定化与自助法
- 研究问题
- 能否通过自动估计方差稳定化变换，改善 bootstrap t 置信区间的精度和计算成本，并保持变换下的不变性？
- 方法与思路
- 作者先用初始自助抽样估计方差稳定化变换，在变换后的参数尺度上构造 bootstrap t 区间，再映射回原尺度。
- 材料陈述的贡献
- 摘要称该程序在部分设置中具有二阶正确性与不变性，若干例子中表现更好且计算更少，并与 BCa 得到相近结果。
- 阅读关注点
- 应核对自动变换的估计步骤、二阶正确性适用条件，以及计算成本和区间覆盖率比较采用的基准与具体设置。
- 阅读边界
- 仅据版本未注明的索引摘要；摘要未说明适用模型、精确误差阶条件或比较数值，不能将示例优势推广为普遍优势。
原文摘要
We investigate the use of a variance stabilizing transformation for the computation of a bootstrap t confidence interval. The transformation is estimated in an ‘automatic’ manner through an initial bootstrap step. A bootstrap t interval is then computed for the variance stabilized parameter and the interval is mapped back to the original scale. The resultant procedure is second-order correct in some settings, invariant and in a number of examples it performs better than the usual untransformed bootstrap / interval. It also requires far less computation. The new interval is compared with Efron's BCa procedure and the two methods are seen to produce similar results.