On Symmetric Bootstrap Confidence Intervals
对称 Bootstrap 置信区间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：摘要研究通用 Bootstrap 置信区间的高阶性质，没有足够文本依据归入所列具体计量领域。
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
对称 Bootstrap 置信区间
- 研究问题
- 对称与等尾 percentile-t Bootstrap 区间的覆盖误差和长度有何差异，重复抽样次数又如何影响这些性质？
- 方法与思路
- 作者用 Edgeworth 与 Cornish–Fisher 展开分析区间的覆盖误差和长度，讨论重复次数的影响，并用模拟说明理论。
- 材料陈述的贡献
- 摘要称，对称区间在较一般情形下具有更高阶的覆盖精度，且不必更长，并讨论同时改善长度与覆盖误差的情形。
- 阅读关注点
- 应核对对称区间的构造、展开所需条件、同时改善两项指标的适用情形，以及有限重复次数造成的额外误差。
- 阅读边界
- 仅据所给 Crossref 摘要；误差阶的排版未清楚保留上下标，需查原 PDF 核对，不重构公式，也不能判断具体样本中的改善幅度。
原文摘要
SUMMARY It is shown that in quite general circumstances, symmetric percentile-t bootstrap confidence intervals have coverage error O(n –2), where n denotes sample size. This compares with an error of roughly constant n –1 for equal-tailed percentile-t confidence intervals. It is also proved that symmetric intervals are not necessarily any longer than equal-tailed intervals. Arguments based on Edgeworth and Cornish–Fisher expansions are used to predict circumstances in which symmetric intervals will have at once shorter length and smaller coverage error than equal-tailed intervals. The effect of number of replications on interval length and coverage error is discussed. Theoretical conclusions are illustrated in a simulation study.