Fast and accurate approximate double bootstrap confidence intervals
快速且准确的近似双重自助法置信区间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：摘要研究通用置信区间与自助法计算，示例未提供具体计量领域依据。
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…
快速且准确的近似双重自助法置信区间
- 研究问题
- 如何降低迭代自助法置信区间的计算成本，同时在小样本至中等样本中保持较高的覆盖准确性？
- 方法与思路
- 作者提出两种近似迭代自助法，沿用鞍点思路，但以近似解替代相关非线性鞍点方程的精确解。
- 材料陈述的贡献
- 摘要称新方法兼具较高覆盖准确性和显著计算节省，并用均值之比及相关系数的置信区间计算作说明。
- 阅读关注点
- 应核对鞍点近似的适用条件、覆盖误差与计算成本的衡量方式，并检查比较方法和示例样本范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；覆盖误差阶、耗时数值及一般适用性未说明，不能推断刊本变化。
原文摘要
We propose two new methods for the construction of approximate iterated bootstrap confidence intervals. Our methods follow a saddlepoint approach, but employ approximate rather than exact solutions to the nonlinear saddlepoint equations that arise in applying that technique. The main advantages of the new techniques are that they yield confidence intervals with high coverage accuracy in small- to moderately-sized samples and that they achieve this accuracy with very substantial reductions in computation time compared to other methods. We illustrate our methods on calculations of confidence intervals for a ratio of means and for a correlation coefficient.