A Weighted Bootstrap Approach to Bootstrap Iteration
用于自助法迭代的加权自助法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：摘要讨论通用重抽样与推断校准，未提供可归入所列经济计量细分方向的应用依据。
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
用于自助法迭代的加权自助法
- 研究问题
- 双重自助法需要嵌套重抽样，计算负担较大；能否减少模拟工作，同时保留置信区间覆盖误差与检验水平误差的阶数？
- 方法与思路
- 作者将从自助样本再次抽样解释为按样本出现次数加权的直接重抽样，据此构造近似双重自助法的蒙特卡洛方案。
- 材料陈述的贡献
- 摘要称，该方法可减少分布估计及置信区间校准的计算工作，并保持与完整双重自助法相同阶数的覆盖误差或水平误差。
- 阅读关注点
- 应核对权重构造、近似步骤及误差阶结论的适用条件，并区分计算量下降、误差同阶与有限样本精度之间的关系。
- 阅读边界
- 仅据 Crossref 摘要；摘要未说明统计量类别、正则条件及具体计算节省，误差同阶也不足以判断有限样本表现。
原文摘要
Summary The operation of resampling from a bootstrap resample, encountered in applications of the double bootstrap, maybe viewed as resampling directly from the sample but using probability weights that are proportional to the numbers of times that sample values appear in the resample. This suggests an approximate approach to double-bootstrap Monte Carlo simulation, where weighted bootstrap methods are used to circumvent much of the labour involved in compounded Monte Carlo approximation. In the case of distribution estimation or, equivalently, confidence interval calibration, the new method may be used to reduce the computational labour. Moreover, the method produces the same order of magnitude of coverage error for confidence intervals, or level error for hypothesis tests, as a full application of the double bootstrap.