Consistency of the jackknife-after-bootstrap variance estimator for the bootstrap quantiles of a Studentized statistic
学生化统计量自助分位数的自助后刀切方差估计一致性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：摘要讨论一般重抽样方差估计，未指定时间序列模型或经济金融对象，不足以归入所给应用细分。
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
学生化统计量自助分位数的自助后刀切方差估计一致性
- 研究问题
- 对学生化统计量的自助分位数进行方差估计时，自助后刀切法在独立数据和依赖数据下是否都具有一致性？
- 方法与思路
- 作者考察独立数据及依赖数据对应的自助后刀切方法，研究其对自助分位数方差的估计，并提供模拟分析。
- 材料陈述的贡献
- 摘要称，两类数据下的自助后刀切方差估计量均具有一致性；论文同时报告模拟研究，但摘要未给出具体表现。
- 阅读关注点
- 应核对学生化统计量的适用范围、依赖结构限制，以及自助与刀切方案、调节参数和一致性的具体表述。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；依赖条件、收敛速度及模拟结果未说明，不能推断任意依赖数据均适用。
原文摘要
Efron [J. Roy. Statist. Soc. Ser. B 54 (1992) 83–111] proposed a computationally efficient method, called the jackknife-after-bootstrap, for estimating the variance of a bootstrap estimator for independent data. For dependent data, a version of the jackknife-after-bootstrap method has been recently proposed by Lahiri [Econometric Theory 18 (2002) 79–98]. In this paper it is shown that the jackknife-after-bootstrap estimators of the variance of a bootstrap quantile are consistent for both dependent and independent data. Results from a simulation study are also presented.