Bootstrap Approximations in Model Checks for Binary Data
二元数据模型检验中的自助法近似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：摘要讨论一般二元回归拟合检验与删失应用，未涉及经济学离散选择行为或其他所列领域。
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…
二元数据模型检验中的自助法近似
- 研究问题
- 对独立同分布的二元响应观测，如何检验条件均值是否属于给定参数模型族，并用自助法近似检验所需的临界值？
- 方法与思路
- 作者基于标记经验过程构造 Kolmogorov–Smirnov 和 Cramér–von Mises 型检验，提出并研究新的自助重抽样方案。
- 材料陈述的贡献
- 摘要称提出用于近似模型检验临界值的重抽样方法，并展示模拟及右删失寿命数据中若干参数模型的检验应用。
- 阅读关注点
- 应核对重抽样如何处理参数估计、临界值近似所需条件，以及一般二元回归检验如何转用于随机删失生存模型。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要限定独立同分布观测，未说明对相关数据的有效性或具体功效结论。
原文摘要
Consider a binary regression model in which the conditional expectation of a binary variable given an explanatory variable belongs to a parametric family. To check whether a sequence of independent and identically distributed observations belongs to such a parametric family, we use Kolmogorov–Smirnov and Cramér–von Mises type tests based on a marked empirical process introduced by Stute. We propose and study a new resampling scheme for a bootstrap in this setup to approximate critical values for these tests. We also apply this approach to simulated and real data. In the latter case we check some parametric models that are used to analyze right-censored lifetime data under a semiparametric random censorship model.